在近几年来云计算发展的基础上,逐年兴起的大数据成为学者们研究的重点,随之而来的必是对大数据处理平台的研究。2005年诞生的Hadoop带来的并行计算模型MapReduce早已成为研究大数据的基础模型。然而2010年正式开源的后起之秀Spark平台因其擅长交互式计算和迭代计算大大超过了Hadoop的处理速度,有望成为对大数据进行信息挖掘的又一利器。数据挖掘是大数据处理的核心模块之一,处理速度要求很高,而Spark完全符合要求。目前,国家经济正在快速发展,而金融行业是国家经济的风向标,对隶属商业银行三大风险之一的信用风险地研究至关重要。因为国内外对Spark平台上的分类算法实现种类不太丰富,本文在Spark平台上研究CHAID算法的并行化及其应用。本文首先对Spark平台作了详尽地剖析,对数据挖掘下的分类算法进行了对比、总结。在此基础上对分类算法中的CHAID算法进行了改进,提出了一种使自变量间交互作用较为公平的FCHAID算法,改善了分类效果,并且结合了Logistic回归模型进行辅助检验,以期得到更好的模型。然后在Spark平台上进行了FCHAID算法的数据并行,比较了单机处理和Spark并行处理的性能。最后将FCHAID算法应用于公开的德国信用数据,对银行客户的信用行为进行分析,进而给银行建立评分模型以提供科学依据,减少信用风险的损失。