【摘要】个人信用评价方法决定个人信用，通过个人信用评价来评估和预测未来借款人的违约风险。文章以贝叶斯网络理论为基础，通过IBM SPSS modeler18.0软件，构建基于贝叶斯网络的个人信用评价模型，并介绍树增强朴素贝叶斯网络分类模型及树增强朴素贝叶斯方法。由于指标较多，采用随机森林算法对各指标的重要性进行了预测，并以人人贷数据为研究样本建立树增强朴素贝叶斯网络模型进行实证研究。通过modeler计算出各个节点的条件概率，并对结果进行分析。通过对样本内和样本外预测精度的考察，验证了模型的稳健性。