最近社交网站在互联网中越来越流行。有很多的工作集中在分析在线社交网络。这些工作带来了巨大的商业价值，也对其他许多的工作提供了重要的依据。由于图像社交网络特殊的架构和风格，它与传统的社交网络完全不同。所以带来了完全不同的用户习惯。这非常值得做一个新的研究。本文对图像社交网络做了一个实证性的研究。这个研究基于巨大的拼趣数据集，其中包含了一百一十三万用户，一千九百万图片分组以及九百三十三万图片的数据。它包含两个部分：1.集中精力从许多方面去研究网络的特征，网络的表现以及用户行为，包括用户兴趣整体效果，相邻的用户，最流行的用户的共同特征之间的相关性以及网络的拓扑结构等特征。得出的结论是，其中最具有区别力的特征是上面用户专注于日常生活，并愿意收集有关装修，美食，时尚许多图像等许多其他的图片。在文章中，还讨论了了很多定性和定量分析去分析用户的行为。通过这些，可以对图像社交网络中的用户行为有了全面的了解。2.从重复的图像开始对图像进行分析。为了处理重复图像检测任务，本文设计了一个基于聚合的探测算法。它可以有效地降低复杂性和提高的召回，与此同时能够保持相当高的精度。在此基础上，本文的主要贡献是对图像社交网络的理解和以聚合为基础的新探测方法。