近年来，随着互联网行业的飞速发展，网络在人们生活中的地位日益重要。伴随互联网而来的是信息爆炸，用户需要花费大量的时间在海量的数据中寻找自己需要的信息。与此同时，随着电子商务的不断发展和完善，电商企业之间的竞争也日趋激烈。为了刺激消费，商家不断地寻找着更加高效的营销模式，而个性化营销就是在这样的背景下走进了人们的视野。凭借着可以有效改善用户体验的巨大优势，个性化营销逐渐受到重视和关注。与推崇大规模集约生产技术、标准化的理念、生成标准产品的传统营销模式不同，个性化营销的核心是量体裁衣，根据顾客的不同需求设计出不同的产品或者提供不同的服务。作为个性化营销的基础，利用数据挖掘技术对用户特征的分析识别技术成为了一个重要的课题。　　 本文以某大型电子商务网站提供的（经加密处理的）用户数月的购买记录为数据基础，以分析预测用户特征中的性别特征为主要目标，详细论述了基于支持向量机方法的完整数据建模过程。文章为性别特征预测提供了较为完整的结构与框架，其中主要包括：获取原始数据、数据解释与分析、数据预处理、获取数据矩阵、划分训练集与测试集、建立模型、分析预测结果和改进等多个过程。虽然受到了数据质量在内的一些因素的制约，本文模型的预测精确度仍然达到了一定的水平，为以性别特征为例的用户特征分析提供了思路。