近年来，随着中国经济的快速发展，城乡居民的收入水平在不断地提高，居民个人投资和消费意愿也在不断增强，金融机构的个人信贷业务得到迅猛发展，个人信用风险逐渐成为银行等金融机构关注的重点；同时，随着个人征信系统的不断完善，个人信用行为逐渐被认可为并成为一种体现个人道德、维持社会经济秩序的必要手段。由此可见，个人信用风险评估无论是对于商业银行，还是对于居民个人，均具有重要意义。然而，现实情况是：在西方国家个人信用评估体系已进入专业化甚至产业化阶段时，我国个人信用风险评估体系的建设才刚刚起步，信用风险评估指标体系不完善、评估模型适用性不强、银行实务中缺乏有效的个人信用风险评估系统等问题一直困扰着国内金融理论与实务界，同时也制约了个人信贷业务的发展。基于此，本文首先详细介绍个人信用风险的概念及数据挖掘技术，并阐明本文之所以采用Logistic回归的原因；然后，基于全面性、重要性、科学性、公正性和可操作性原则，从基本信息、职业信息、偿债能力和稳定性情况等6个方面选取相关个人信用风险评估的备选指标；选取N商业银行个人客户数据，采用信息增益值对备选指标进行筛选；利用WOE值将分类型变量转化为连续型变量，从而构建了基于Logistic回归的个人信用风险评估模型，回归结果显示，婚姻状况、子女状况、所属行业、单位经营情况、个人年收入、月还款占收入比、其它债务比重、家庭财产情况、住房情况、当前是否有违约债务、是否存在违约记录、是否具有抵押物、贷款抵押物价值比等对个人信用风险影响较大，其他因素则影响较小。然后，对风险评估系统进行需求风险和初步的功能设计；最后利用J2EE技术，在计算机中实现了N商业银行个人信用风险评估系统的构建。