随着信息技术的飞速发展和信息资源的爆炸式增长，网络成为人们获取信息的主要来源。大量的用户网络日志，对用户性格特征分析、行为刻画、行为预测和安全预警具有重要意义。本文采用基于相似度的特征聚类算法以及粗糙集模糊分析法，提出了基于网络日志的用户性格特征分析及行为预测方法。首先，构建标准性格特征向量库；然后，采用基于余弦相似度的特征聚类算法进行性格分析，该算法解决了适量样本情况下的机器学习中聚类的问题，使训练模板数据即使在数据不够足够大的情况下仍能提取特征；最后，采用基于粗糙集理论的模糊分析算法进行行为预测，该分析算法简化了分析过程，减少了建模中需考虑的因素，又能得出精确的结果。对比实验表明，该方法能较准确地分析不同用户性格特征和对其未来行为进行预判，并分析出可能对安全领域造成威胁的人群。