随着互联网金融的不断发展，个人消费信贷的内涵和业务范围也在不断延伸。据中国人民银行发布的相关数据显示，2013-2018年消费贷款余额年增速为30.53%。互联网环境下的消费信贷由互联网行业和信贷行业两个高风险行业叠加而成，叠加效应会导致信用风险加大，风险的形成也更加复杂。因此，推动个人消费信贷良性发展，必须依赖适应互联网环境下的新型信用评价方法进行风险识别。
　　互联网环境下信用数据具备两方面特征，一是由于数据来源和存储方式的革命性变化，导致数据更加容易产生冲突问题。二是随着个人消费信贷的不断发展，信用数据的范畴也从较为稳定的财务数据扩展到线上的实时交易数据，信用数据的时间跨度差异也由此显现。基于此，为构建更加精准的信用评价方法，本研究将信用数据依照时间跨度划分为三种数据类型：时间跨度较大的稳定数据、时间跨度较小的快速变化数据及时间跨度极小的快速变化数据。为解决涉及不同时间跨度的冲突信用数据评价问题，本研究选择具备冲突数据分析优势的中智软集合作为基础分析方法，针对三种不同时间跨度的信用数据构建了相应的个人消费信贷信用评价方法，旨在为互联网冲突数据下的个人消费信贷信用评价提供科学指导。具体研究内容如下：
　　（1）针对时间跨度较大的稳定冲突数据，以中智软集合为基础分析方法，结合前景理论构建静态信用评价方法。同时，为在评价过程中充分考虑互联网环境的不确定性，本研究采用中智数描述参数主观权重和平台重要程度。进一步，为了实现多平台数据的融合，构建了两种中智软集合聚合法则，为完成信用评价提供指导。
　　（2）针对时间跨度较小的快速变化冲突数据，以区间值中智软集合为基础分析方法，结合前景理论构建动态信用评价方法。此外，为对各平台客观赋权，本研究提出区间值中智软集合的邻近度测度。
　　（3）针对时间跨度极小的快速变化冲突数据，本研究将时间戳引入区间值中智软集合构建动态区间值中智软集合。采用时间戳标识小跨度时间点，区间值描述各时间戳下波动的信用数据。同时，考虑到实际评价过程中各时间戳下数据的重要程度差异，对各时间戳客观赋权，提出多级动态信用评价方法。
　　（4）深入剖析互联网环境下个人消费信贷风险管理现存问题，并结合代币经济理念，构建双循环个人消费信贷生态模型，为消费生态模式创新提供新的研究思路。