近年来,随着金融创新的应用,小微企业贷款难的情况逐渐改善。原因在于政府的优惠政策与商业银行转型的态势下,信用体系不断完善,同时新技术的应用为金融创新提供了支持。银行金融创新的推进将有效提高小微企业贷款的可用性,不断增长贷款余额。随着银行的不断发展,银行信贷业务的种类不断增加,这就大大增加了银行在做信贷业务工作的风险,这就迫切需要开发一套满足商业银行需求的小微企业信贷风险管理系统。本课题利用大数据的相关技术,选择使用.Net平台C#开发语言,实现了一个小微企业信贷风险管理系统。通过该系统在商业银行的实施对小微企业的信贷过程进行管理,并能在最大限度内控制商业银行的小微企业信贷风险。本文依据商业银行的小微企业信贷风险管理流程,运用微软的Microsoft Visio进行系统建模。首先在对系统涉及的业务进行分析、梳理业务流程,给出了商业银行小微企业信贷风险管理的流程优化的需求,将风险管理和贷后管理加入信贷总流程。在需求分析和设计过程中重点讨论了信贷风险管理的流程,包括指标设置、评估设置、任务设定和风险分析等。然后在此基础上,强调了数据挖掘算法在风险管理中的实现。最终给出了信贷流程的实现,包括贷前管理、风险管理、授信管理和贷后管理等。论文运用神经网络、支撑向量机和随机森林等几种算法对小微企业的信贷风险进行有效的数据分析和风险控制。最终经过对比,选择神经网络算法来控制小微企业在信贷过程中可能存在的风险。更好的对小微企业进行分类,从而降低对其授信过程中产生的风险。最终,帮助银行信贷部门准确锁定信用优质的小微企业,提高银行的信贷量。