信用卡需求的增加给银行带来利润的同时，也带来了风险，如何有效的评价信用卡的风险，已经成为金融机构越来越关注的焦点问题。随着人们对信用卡需求的不断增加，银行信用卡申请已经不能简单地停留在人工处理上，开发复杂的软件系统自动处理信用卡申请工作已经是众多金融机构迫切需要解决的技术难题。　　风险评估工作是信用卡业务的首要解决难题，本研究将采用专家系统和神经网络来建立信用卡操作风险评估模型。充分结合该领域的专家知识与经验，形成一些规则，利用专家的知识和解决问题的方法来处理该领域问题，并结合神经网络的自学习能力，给出信用卡操作风险判定的决策。在信用卡申请的业务流程中，本研究在数据库驱动的基础上，采用了队列系统来完成申请流程的跟踪和识别。最后从软件开发角度论述了信用卡风险管理的问题，开发缺陷跟踪系统，将缺陷自动输出EXCEL表，建立相应的数据库，实现缺陷的自动跟踪、处理，打破了传统的人工跟踪缺陷的落伍局面，提高申请处理效率及准确率。　　以巴克莱卡为实例，详细论述了银行如何进行信用卡风险评估和管理。首先采用队列系统的相关理论来研制巴克莱卡公司的信用申请处理系统，然后根据信用卡风险评估模型来实现信用卡风险的判定，开发SDS系统，完成信用卡申请业务的自动审核工作。最后开发相应的缺陷跟踪系统，实现缺陷的自动跟踪、处理，使得巴克莱卡开发组能很快地识别出信用申请处理系统中存在的缺陷并及时找到解决方案。　　本文借助专家系统和神经网络来建立风险评估模型，并根据队列系统来建立信用卡申请的业务处理的数据库，最后从软件开发角度论述了信用卡风险管理的问题。通过具体的实例将理论与实际很好地结合，为银行信用卡操作风险管理提供了有效的途径，巴克莱卡的实证分析为国内信用卡发卡机构在风险防控方面提供了一定的借鉴意义。