阿里巴巴CEO马云说,未来没有人再提电子商务,因为未来电子商务已经是深入到每个人的日常生活当中。电子商务将成为二十一世纪人类信息世界的核心,也是网络应用的发展方向,具有无法预测的增长前景。将银行信贷应用于电子商务,和电子商务结合,是一项伟大的创新。它解决了卖家在发展道路上必然遇到的资金周转问题,又将复杂的信贷过程变得简单通用。一次签约,数次贷款,一键贷款,极大的方便了用户。然而,对于此新生技术,却缺乏很多有利技术支持,最重要的就是资金安全,什么样的用户是有信用的,能够按时还贷?传统银行的信用模型,很大程度上已经无法适应互联网的信贷。我们必须建立自己的互联网信用模型。这个信用模型具有传统信用模型的一般性,又具有互联网信用的特殊性。这个信用模型不应该只是像传统的信用模型只是分析评价信用,他还应该具有预测信用趋势,规避风险的功能。但这样的信用模型应该如何来创建?本文通过数据挖掘和传统信用模型的结合,提出了一个全新的互联网信用模型。在交易中产生的大量数据,往往不能充分被利用,很多潜在数据没有被发掘。数据挖掘可以为我们解决此问题提供了良好的技术支持。传统的信用模型只包括信用评价,互联网上已有的信用模型对信用的评价也很片面,而且难于操作。本文所讲述的这个信用模型不仅包括更全面的动态的信用评价,还包括信用趋势的预测,和信用额度的动态设定。本模型是基于电子商务网站上的个人卖家的角度上考虑。所以称为互联网卖家信用模型。在新的信用模型基础上,可以产生大量的应用。我们在其基础上开发完善了一个互联网信贷平台。该项目是对电子商务领域小额信贷业务的全新尝试。它的应用一方面是对小额贷款业务新模式的探索,另一方面进一步推动了电子商务的发展。