【摘要】智能投顾作为智能服务交易细分行业,缺乏动态用户信用评估,其投资建议难以匹配用户信用状况,有必要构建智能投顾用户动态信用评估模型。本文利用文献分析方法初筛指标,利用决策树模型进行指标筛选并构建模型。结果表明:模型预测精度较高,A类错误率较低,验证了决策树模型的有效性及人为初筛指标对降低数据挖掘偏差的作用。模型分类结果有助于智能投顾企业根据用户信用状况提出针对性投资策略,提升企业竞争优势。