近年来,我国人均收入水平不断提高,随着人们消费观念的逐渐转变,利用信用卡贷款进行超前消费已经非常普遍,消费信贷产业蓬勃发展。信用卡的发行量、信用卡贷款规模及交易使用量连年攀升,截至2014年底,我国信用卡累计发行量已达4.55亿张,每年新增信用卡数量快速攀升,但不容忽视的是,信用卡信贷的风险也随之有所上升,2014年全国信用卡逾期半年未偿信贷总额达357.64亿元。如何加强银行信用卡风险管理,建立风险防范机制,优化风险管理技术已成为商业银行所面临的重要课题。基于这样的背景,本文将研究运用数据挖掘技术评价和管理银行信用卡风险。本文首先阐述了数据挖掘理论的基本概念,并着重论述决策树模型的基本理论和常用算法。然后概述了信用卡风险的分类及特点,综合评价了信用卡风险评估在信用卡风险管理中的运用,初步介绍了西方的信用卡风险评估方法。分析了农信社信用卡与商业银行信用卡之间的区别,提出了农信社信用卡风险评估的需求。在借鉴国外个人信用卡信用评分模型基础上,针对农村信用社信用卡持有人的具体情况,提出了建立信用卡风险评估模型的基本原则,对影响因素做了简要分析。文中将数据挖掘理论应用于个人信用卡风险评估中,并在基于农信社的信用卡特点及风险评估上提出了农信社信用评估模型的建模思路及设立步骤。在实证部分我们将在SPSS Clementine 12.0的环境下建立基于数据挖掘技术的个人信用卡风险评估模型,通过对农信社客户信用卡申请资料以及交易明细数据的分析,采用决策树模型建立基于农信社的信用卡风险评估模型,实现对引起农信社个人信用风险的复杂混合因素的定量分析。文章最后介绍了信用卡风险评估模型的应用效果:优化信用社的信用卡审批流程和提高信用社的决策效益,并提出了关于目前农信社信用卡风险评价与管理的相关建议。