作为人类八大艺术之一的音乐,一直是人类精神世界的重要支柱,它是一种直接表达人类情感的艺术,从古至今不断影响着人类的社会,见证着文明的兴衰。数字时代,全球数字音乐市场蓬勃发展,已逐渐成为世界音乐产业的重心。而在移动互联网大潮愈发汹涌的今天,流媒体又迅速成为这一市场的龙头,人们越来越离不开在Spotify、QQ音乐和虾米音乐等音乐流媒体服务平台内寻找和收听音乐,而对用户在这些平台上的行为研究尚处于起步阶段。本文以虾米音乐网为例,结合网络爬虫、数据挖掘、复杂网络、社会网络、数理统计、人类行为动力学和网络中节点挖掘算法,从三方面系统研究了用户在这一平台上的行为,构建了用户画像。第一,用户行为特征量分析。通过了解在线音乐平台上用户行为的特点,本文从社会经济学、人口统计学和社交属性等六个角度选择了十五种特征量,研究了这些特征量的统计分布情况以及之间的相关关系,为虾米音乐网的用户提供了多角度立体化的画像。第二,用户音乐口味多样性。人们对音乐的不同口味偏好反映了个人的特性,而个人特性反过来也会影响其音乐选择。本文分析了各音乐风格间的差异性,提出一种新的真多样性指标,可以有效衡量用户音乐口味的丰瘠程度,并探讨了用户音乐口味多样性和用户诸多特征间的关联。第三,基于共收藏音乐的用户关系网上的重要用户发掘。通过将“用户-音乐”二部图映射为两个子图,本文对其中用户关系网上的节点影响力评价问题做了一定探讨。利用含权网络的H函数方法,挖掘出了这一网络上的重要用户,并和传统的核数指标做比较,指出所用H函数方法的优越性。这些研究分析,从不同角度分析了在线音乐平台上的用户行为,构建了用户画像,所得成果可以为数字时代音乐产业的发展提供新的充足动力。