个人信用评估对我国个人信贷消费的发展和社会经济的健康运行有着重要的作用。但是由于目前我国个人信用制度发展较晚，个人信用管理手段与评估方法还无法满足当前经济发展的需求，这些都严重阻碍了个人消费和信贷规模的发展。因此，寻找科学合理的个人信用评估方法，对推动我国信用体系建设和社会经济发展有着重要的理论价值和现实意义。本文以个人信用评估为研究对象，详细介绍了个人信用评估研究的背景和现状，对现在个人信用评估常用的数理统计和人工智能方法进行了分析总结。由于个人信用评估所特有的特点，这些方法都存在着缺点和不足。而支持向量机学习只受较少的支持向量的影响，避免了维数灾难，而且具有良好的鲁棒性。因此，本文将支持向量机的方法应用到了个人信用评估中。本文在深入研究了聚类的算法和支持向量机的理论的基础上，设计和实现了基于聚类和支持向量机的个人信用评估模型，并进行了仿真实验，对模型预测的准确率和计算时间进行比较，证明了基于聚类和支持向量机的个人信用评估方法优于传统的个人信用评估方法。另外本文还给出了一种基于支持向量回归机和“信用度”概念的个人信用“信用度”的评估预测方法，首先利用聚类分析给出样本的“信用度”，再利用“信用度”作为输出对支持向量回归进行训练，最后利用得到的模型对样本“信用度”进行预测。这种方法不仅有着良好的性能，而且可以量化的预测个人的“信用度”，更加的直观和贴近实际。文章的最后对全文的工作进行了总结和展望。