P2P (Person-to-Person)网络借贷,是一种基于网络平台的新型民间借贷模式,具有借贷双方信息不对称、贷款无抵押物高风险及借贷关系复杂等特点,投资者在投资决策中面临新的挑战。本研究针对P2P网络借贷的特点,挖掘并融合投资者行为信息及借贷者信用信息,从投资者构成分析、借贷者信用风险分析及多信息源综合分析三个角度,构建定量化的贷款评估及投资决策模型,辅助投资者进行投资决策。主要创新点如下：1.构建了P2P网络借贷中投资者构成分析模型,从挖掘投资者行为信息的新视角,研究P2P网络贷款价值评估及投资决策的问题。建立二部网络,定量化描述P2P网络借贷中多对多的投资关系,并从投资者投资绩效、风险偏好、投资经验与可靠度四个维度,建立投资者行为分析模型；在此基础上,从贷款的投资者绩效构成、风险构成以及构成分数三个角度构建投资者构成分析模型,定量化地评估贷款价值并构建基于投资者构成分析的投资决策模型,辅助投资者进行投资决策。基于P2P网络借贷平台的真实交易数据的实验结果表明,投资者构成能够有效标识贷款价值；基于投资者构成分析的投资决策模型,能够显著提高投资者的投资收益率。2.构建了基于核权重的P2P网络贷款信用风险评估模型,通过优化核回归权重,利用历史贷款收益的加权统计信息定量地评估贷款收益与风险,进而优化贷款投资组合,辅助投资者进行定量化投资决策。以贷款间违约相对距离量化贷款相似度,并利用核回归模型及其带宽优化算法,提取核回归中的核权重作为贷款间的相对权重,以此权重计算过去历史相似贷款投资收益的加权均值和方差,实现了贷款收益与风险的定量化评估,解决现有模型不能有效满足个人投资者量化投资决策需求的问题；针对P2P网络借贷的特征,优化贷款投资组合,构建定量化投资决策模型,辅助投资者进行投资决策。实验结果表明,与P2P网络借贷平台现有模型相比,此模型能够在提高贷款评估准确度同时,显著提高投资者的投资收益率。3.构建了P2P网络借贷中的多信息源贷款评估模型,开发多核信息融合算法,在贷款评估阶段完成多信息源的有效融合,提高信息使用效率,以此提高贷款评估准确度及投资者投资收益率。定量分析投资者构成信息及借贷者信用信息二维信息源,分别量化贷款相似度、相对权重及相关系数；提出基于多核的信息融合算法,规避贷款违约概率预测阶段进行信息融合而造成的信息丢失风险,有效提高信息使用效率及贷款评估准确度；构建多信息源贷款价值评估及投资决策模型,以辅助投资者进行定量化投资决策。实验结果表明,相对于单信息源的模型以及传统的信息融合模型,此模型能够显著提高评估贷款评估准确度,并有效提高投资者的投资收益率。随着国家金融制度的改革与创新,P2P网络借贷作为民间融资的一种有效形式,近年得到了迅速的发展,研究P2P网络贷款评估及投资决策模型,具有显著的现实意义；同时,本文提出的贷款评估及投资决策模型,对传统银行贷款的评估及其他相关领域的投资决策问题,具有一定的理论借鉴意义。