一直以来,融资对中小企业者以及社会普通人群来说是一个重要的难题。依托互联网发展的P2P借贷即P2P网贷为此难题的解决提供了一个快速的办法。现代银行的存款利率不断下调,P2P网贷市场居高不下的收益率吸引了大批投资者。通过此种方式,社会上的“闲散”资金被聚集起来。在互联网经济的推动下,各种不同背景、不同规模的网贷平台数量明显增加,平台实力各不相同,质量也良莠不齐。我国P2P网贷市场发展时间较短,坏账、停业和跑路是所有平台都面临的风险,科学规范的制度仍有待确立。因此,对影响P2P网贷市场发展的相关因素进行探索研究是一个值得重视的课题。本文综合P2P网贷投资者的关注点、平台的潜在危险和宏观经济等因素,收集整理相关数据,运用数据挖掘中的时间序列、优化算法、决策树、回归以及相关统计检验对P2P网贷进行实证分析,主要包括以下三点:P2P在我国得到了巨大的发展,但也呈现出比较独特的特点。针对P2P网平台出现的“生命较短”的特点,进行相关数据的收集,采用数据挖掘技术中的随机森林、装袋法和生存分析方法,进行实证研究,挖掘影响P2P网贷平台“生存”或“死亡”的重要因素,为投资者和监管者提供理论上的参考。收益率是P2P网贷投资者最关注的指标之一,也是政府在制定关于P2P网贷监管政策时需着重考虑的方面。为此,本文以实际数据为研究样本,采用数据挖掘技术,将经典的金融时间序列ARIMA模型与粒子群优化算法进行结合,实现对具有代表性的P2P网贷平台e路同心的短期收益率的预测。P2P网贷作为新型互联网金融投资领域,地位不断上升。对于投资人来讲,不论是在哪种市场进行投资,在逻辑关系上都会受到宏观经济变动的影响。基于此,本文采集P2P网贷市场和宏观经济相关数据,利用数据挖掘中的格兰杰因果关系检验和协整模型,探索P2P网贷市场和宏观经济之间是否存在影响,并对影响程度实现量化。本文利用数据挖掘中的各种模型和方法对影响P2P网贷平台发展相关因素进行分析研究,拓宽了数据挖掘技术的应用领域,丰富了P2P网贷市场的相关研究成果,也为后续学者的研究提供了资料,并在一定程度上为投资者和监管者制定决策提供参考,具有一定的理论意义和现实意义。