大数据时代下,越来越多的数据被用于社会治理的方方面面,数据挖掘可以将具有潜在价值的数据进行提取、整合、分析、预测,从而形成预先未知但蕴含丰富价值的信息。对于个人征信来说,2013年颁布的《征信业管理条例》对我国征信体系的构建意义重大,尤其对个人信息保护提出更高的要求。目前征信机构对个人信用的评估主要依据银行等金融机构中信用申请人的信贷内容、抵押情况、历史还款情况等个人征信信息,但是由于信息采集范围有限,对个人信用无法作出更为完整、准确的刻画,因此需要对个人从多维度全方位地对个人信用进行画像描绘。数据挖掘对价值深度挖掘的特性可以弥补传统个人征信中对个人信用刻画不完整、不精确的问题。从国外个人征信业的发展来看,数据挖掘在个人征信活动中的广泛应用大势所趋。然而,数据挖掘对个人进行全方位的价值挖掘和知识发现,其对个人隐私法律保护提出了更高的要求。首先,数据挖掘所收集的原始数据由于与个人关联性不强,甚至具有去标识化、匿名化特征,给个人数据在数据收集、存储和公开阶段的法律规制提出挑战;其次,由于数据挖掘过程和方法的不透明,信用申请人与数据控制者之间信息不对称的问题日益凸显,进而数据挖掘过程不明确、不规范容易滋生数据控制者对个人数据任意、非法的分析和利用,从而对个人隐私造成严重侵犯;最后,数据挖掘对个人信用的预测存在准确性不高、形成歧视性对待等问题。我国目前个人信息保护立法是以个人可标识信息为规制对象,以授权同意、最少够用、主体参与、公开透明等原则为核心的个人信息保护法律框架,注重对个人的个人信息的控制权的保障,从而体现对隐私权保障的基本要求。《网络安全法》以及国家推荐性标准《信息安全技术个人信息安全规范》则对个人信息法律保护提出更为详细的制度设计。但是,数据挖掘侧重于对个人数据进行二次甚至多次使用,而且原始数据呈现出碎片化的特征,本身敏感性较弱,在这一阶段对个人信息进行法律规制不仅对个人隐私保护力度不大,而且存在法律资源分配的不合理,形成法律资源的浪费。因此,针对数据挖掘的特点以及隐私权保护的要求,将隐私权作为信息流动规则中一项工具性权利,促进多方利益的协调与平衡,从而形成对数据挖掘所形成的个人隐私损害的规制思路,并且注重对数据挖掘的预测过程的个人隐私损害的预防和救济。由此,从数据挖掘对个人进行预测过程中对个人造成的隐私损害的负外部性和负内部性入手,提出解决数据挖掘中个人征信信息隐私权保护的规制路径——行政规制和司法救济。在此基础上,结合行政规制和司法救济各自所具备的优势和劣势,以优势功能互补为思路,提出对个人征信过程中数据挖掘法律规制合理的制度选择和制度设计。不仅强调司法救济中滥用规则的适用,还要数据挖掘过程的正当程序的适用给予行政规制强有力的支持。与此同时,结合软法治理的理念,对行政规制和司法救济进行更为深层的制度优化和补充。