【摘要】［目的／意义］互联网金融背景下，个人信用评估的需求激增，大量个人信用行为信息沉淀在各种互联网应用平台之上，这类信息语义丰富，且隐藏着许多可用于对现有评价模型进行降维的关键特征，本研究旨在解决如何快速地发现这类关键特征的问题。［方法／过程］选取ＣＮＫＩ １０年来个人信用评价的研究文献作为研究样本，从其内容、功能、应用及场景、组织及制度等多个维度，尽可能全面地构建评价特征体系，并运用国外应用研究中主流的相关性建模方法来构建模型。［结果／结论］最终构建了一种多维度的个人信用评价特征的感知发现模型，通过模型可以直观、动态地发现新的个人信用评价特征；同时本模型也可以用于个人信用评价方法以及特征权重的比较．．．