【摘要】针对传统信用评价方法多是静态评价的不足,本文提出了一种融合SOM与K-means算法的动态信用评价方法。文章首先对动态信用评价问题进行了介绍,并利用E-TOPSIS方法对单时点下的静态信息进行集结,以确定被评价对象的信用评价值;然后在融合SOM算法和K-means算法各自优势的基础上,提出了SOM-K算法的原理和步骤;最后以SOM-K算法对被评价对象进行聚类,并确定相应信用等级。文章最后进行了实例验证。验证结果表明,该方法能够较好地克服静态信息下由于信息突变造成评价结果失真的问题。