随着互联网的迅猛发展,它影响着各个行业,当然金融业也不例外.互联网不断的在技术、渠道和服务方面推进金融业的发展,一步步地改变着金融业的未来.目前产生了互联网金融六大业态——即金融机构创新互联网平台、基于互联网的基金销售、互联网支付、P2P网络借贷、非P2P的网络小额贷款和众筹融资.本文就金融机构创新互联网平台中的金融垂直搜索平台进行研究。金融垂直搜索结合贷款用户的金融需求、用户基本信息和金融机构提供的金融产品信息进行匹配并对订单进行审批.其中存在的问题有贷款过程中的信息不对称问题、匹配信息的效率问题和风险控制问题.这也是本文致力于解决的问题,本文主要针对提高订单的审批的效率和审批的正确性进行研究。首先着手于决策树、logistic回归和支持向量机算法理论层面的学习,接而上升到应用层面的认识与比较.本文从互联网上获取融360的信贷审批数据同时结合算法的理论背景进行实证研究.经过数据采集、数据预处理和训练样本抽取,分别建立基于决策树、logistic回归和支持向量机的贷款审批预测模型,其中根据实际需求,对各模型进行参数调整。比较三种算法进行的实证研究的分类预测结果,基于决策树方法的贷款审批预测模型整体模型较为理想,其具有较高的精确度,较低的风险成本,较强的可控性和较高的效率.这进一步说明了基于决策树方法的贷款审批预测模型对于在金融垂直平台进行信贷匹配有一定的指导性作用,同时该模型在一定程度上解决了用户与金融机构之间信息不对称的问题,提高了订单审批效率、降低了审批错误的风险成本,能够为信贷决策提供有效且高效的支持。