近些年来，随着经济和交通的飞速发展，由于地理条件的制约等因素，大跨度桥梁已成为桥梁工程的发展趋势。一方面，随着大跨度桥梁的跨度不断增大，结构的刚度和阻尼不断减小；另一方面，随着大跨度桥梁的主梁断面日趋流线化，风敏感性越来越强。大跨度桥梁的风致振动问题因此而变得日益严重，而抖振是桥梁风振中最为频繁发生的一种振动。目前，研究桥梁风振的方法主要有三种：理论分析、风洞实验与现场观测以及数值模拟。这三种方法都还存在一定的缺陷和不足，导致研究结果与真实的桥梁振动有较大差异。这就使得在现场实测获得的真实风速和振动数据显得尤为重要，这些数据使得我们能够在足尺条件下直接对大跨度桥梁的真实抖振响应进行研究分析。遗憾的是，这些数据尚未得到充分的挖掘利用。为了充分挖掘现场实测数据，从中发现有用的桥梁风振知识，数据挖掘技术自然成为了必要的研究工具。本文首先介绍了桥梁抖振研究的现状和数据挖掘技术在工程领域的应用研究成果，然后基于现场实测数据对某大跨度悬索桥的风场特性以及桥面加速度响应特性进行了分析，最终运用支持向量机，利用现场实测数据建立了数据驱动的抖振响应预测模型，并利用该模型反过来对抖振响应的影响因素进行了研究分析。本文将数据挖掘和机器学习相结合的方法应用到大跨度桥梁风振研究分析中，在不受经典抖振理论中各项假定的约束下建立了某大跨度桥梁的抖振响应预测模型,并且在利用该模型对抖振响应影响因素的研究分析中发现了一些桥梁抖振的新知识，为桥梁抖振响应的研究提供了一种新的有效方法。