发放贷款是银行和金融机构的重要业务之一，客户的信用风险评估和管理就成为这些机构面临的重要风险。中国银行业协会、普华永道联合发布的《中国银行家调查报告（2018）》的调查结果显示，60.8%的银行家认为“不良贷款集中爆发”是银行业面临的主要风险，32.4%的银行家将“不良贷款增长”作为银行经营的最大压力来源。在实际贷款发放和管理过程中，常常是以各种信用风险评估模型对记录不足的人群进行风险评估，从而扩大金融市场的包容性，而人工智能正在这一过程中发挥巨大作用。 我们将利用客户房贷信用记录的各种替代数据构建机器学习模型，从而预测客户的偿还房贷的能力，并对其信用风险进行评价。具体来说，我们通过分析贷款申请客户的一般背景信息、财产信息、购房信息等诸多指标，在特征抽取、特征过滤等操作的基础上，使用机器学习方法构建模型建模，对贷款者的信用风险进行评价。