随着“互联网+”理念的普及,越来越多的行业将自己的传统业务与互联网相结合,在这样的背景下,互联网金融应运而生。P2P网络借贷作为互联网普惠金融的典型代表之一,经过十多年的快速发展,在我国互联网金融市场上的占比越来越重。因此研究P2P网络借贷对消费者投资决策、P2P网络借贷平台经营管理以及政府完善P2P监管政策都具有理论意义与实践意义。近年来,随着互联网技术的发展,搜索引擎服务也越来愈完善,80%的消费者倾向于通过互联网来获取自己需求的信息,因此可以从搜索引擎网站(百度、360搜索、Google等)获取消费者的搜索数据,通过对消费者的搜索数据进行分析,挖掘到消费者的关注度与需求,这对于一个行业发展趋势的研究具有重要的意义。P2P行业成交量的预测,在宏观角度上有利于政府管理部门对整个行业进行监控、把控行业的发展趋势,制定相应的政策,在微观角度上有利于P2P网络借贷平台制定企业策略,提高竞争力。关于P2P网络借贷行业成交量的研究,现有的文献大多集中于微观视角,通过分析单一的P2P网络借贷平台或者指定的一些P2P网络借贷平台的平台特征与用户特征对P2P网络借贷平台的成交量进行预测,而所选取的平台大多为知名上市平台,对于其他平台以及整体的P2P网络借贷行业的研究很少。论文旨在大数据背景下,研究用户的搜索行为与P2P行业成交量之间的关系,并通过用户的搜索行为对P2P行业成交量的发展趋势进行预测。首先通过对信息搜索行为理论以及消费者购买决策过程的五个阶段进行分析,再探讨搜索行为对P2P用户投资决策的五个阶段的引导作用,建立基于搜索行为的P2P行业成交量预测模型。然后使用Python语言设计网络爬虫程序,利用网络爬虫程序获取到百度指数的相关搜索关键词数据,并检验搜索关键词数据与从网贷之家官网获取的P2P行业成交量数据之间的皮尔逊(Pearson)相关关系,通过相关关系筛选出与P2P行业成交量相关的搜索关键词,并根据相关关系系数合成相应的搜索关键词搜索指数。然后建立搜索关键词合成指数与P2P行业成交量的回归模型,确定二者之间存在的长期协整关系,利用协整关系式建立了合成指数模型,并对P2P行业成交量进行了预测,然后建立基于时间序列的P2P行业成交量预测模型,最后将合成搜索关键词搜索指数与时间序列模型结合,得到新的混合模型。通过对三种模型预测结果进行对比发现,加入搜索关键词数据的混合模型的拟合优度和预测精度均高于其他两种模型。论文以信息搜索行为和消费者购买决策理论作为理论基础,探讨P2P用户搜索行为的影响因素以及搜索行为对P2P行业成交量的影响,构建了基于搜索行为的P2P行业成交量的预测模型。再通过设计Python网络爬虫程序获取百度指数的关键词数据,进行P2P行业成交量预测的研究思路在经济社会领域的研究中具有普适性,得出来的理论结果以及研究结论可以充实现有的P2P网络借贷的研究,也可为后续的其他行业的预测学术研究形成借鉴。