评估借款人的信用已成为互联网借贷市场广泛关注的热点问题。目前国内外信用借贷的评价方法中数据获取过程中容易受欺骗,影响借贷用户信用评价的正确性,缺乏对一个在特定时间段内具有稳定性的信用评价方法。本文以建立低成本、很难被篡改和很难被感知的信用评价方法为目标对互金行业借贷用户的信用评价方法展开研究。首先介绍用户信用计算模型的五个理论:同质性原理、小世界理论、语义社区刻画用户、虚实空间的映射、信息互补原理。基于这五个基本原理提出用于刻画用户画像的虚拟空间模型、用于构造用户在现实生活中资产能力的现实空间模型、提供信息互补机制和信息交互的虚实结合模型。为从海量虚拟空间数据中提取可用信息并对用户等级做出正确分析,对用户在虚拟空间的内容、行为和情感进行建模。用户内容信息主要对用户的浏览记录、社交平台发布文本等进行内容主题分析,对内容文本进行聚类,得到不同信用等级下用户的主题。用户行为信息主要对用户在虚拟空间中的交互行为进行行为模式发掘,对社交平台上的用户的评论、转发行为构建行为网络。用户情感信息主要对社交平台上所发表言论进行爱、喜、怒、惊、惧和悲六维情感进行分析。针对现实空间中用户信用所使用的参数容易被欺骗的问题,提出用户在社交网络行为的四个中心性作为衡量用户信用行为网络的评价指标。用四种中心性来描述用户的拓扑结构,并通过经典分类算法进行用户信用等级的分类。使用问卷调查的方式获得标签的情感,使用同义词扩展的方法获得具有确定情感的词汇。构建事件侧面和情感计算模型,研究用户内在的情感世界对用户信用等级划分的影响。最后,本文通过实证分析不同信用等级用户关注话题的差异性,通过提取用户四个中心性特征的方式对不同信用等级的用户进行区分,研究不同信用等级用户在虚拟空间中情感趋势的特征,帮助公司在用户无感知的状态下完成信用度鉴别和贷款额度的评估工作。