信息技术的发展和互联网的普及对音乐产业变革和人们获取音乐信息的方式带来了巨大的影响。在音乐历经存储介质、传播方式、付费模式的诸多变化后,在线音乐平台出现在人们的视野中,成为人们享受正版音乐的主流选择。随着版权竞争日趋激烈,互联网用户红利逐渐触顶,在线音乐平台纷纷开启基于音乐社交理念的社区化进程。通过激励用户参与平台互动、鼓励用户生成内容(UGC)、营造具有音乐元素的社区氛围,在线音乐平台借助用户参与的音乐评论区、歌单分享和用户个人主页等功能,建立了良好的音乐内容生态。深耕存量用户,观测用户行为,挖掘用户需求,成为在线音乐平台进行用户精细化管理的重要方式。通过对在线音乐平台中用户群体的行为特征进行研究,可以促进平台更好地理解其用户需求、调整服务策略,以不断增强用户黏性,提高用户对在线音乐平台的归属感。本文的研究重点是通过在线音乐平台提供的公开用户数据,采用用户画像的方法对用户群体进行聚类,并结合时间序列分析、幂律分布理论、回归分析等方式,针对用户整体和不同用户群体,探究用户的参与行为特征。首先,本研究对在线音乐平台的相关概念和发展阶段进行文献归纳总结,以在线音乐平台领域既有的用户行为分析成果和用户画像的相关研究为基础,结合互联网泛娱乐领域IP快速传播的要素,将用户视为具有人格、内容、原创、流量属性的IP,以“超级IP”理论构建了以用户及其生成内容为中心的用户画像体系,并以QQ音乐作为实证分析样本。在实证过程中,采用主成分分析法对用户公开数据中的多维特征进行降维,采用K-means算法对用户进行聚类,结合原始数据生成的雷达图,将其分别概括为高流量头部用户、优质歌单创作型用户、高购买意愿用户、纯粹音乐型用户、边缘静默型用户五种类型,并针对不同群体的特点进行分析。其次,本研究对用户在在线音乐平台中的具体参与行为进行数据分析,着重探究用户参与行为中的用户评论行为、用户歌单行为、用户购买行为的特点,通过对行为发生时间、行为分布规律的研究,结合时间序列分析、幂律分布理论、相关性分析等,得出在线音乐平台中用户的行为特征规律:用户受外界因素影响使得其行为影响歌曲的热度,歌曲中存在周期火热型、偶然唤醒型、昙花一现型歌单;在线音乐平台中存在大量潜水用户,极少数用户生成的内容吸引了绝大多数用户的注意力;连续两个用户发表歌曲评论的自然时间间隔服从幂律分布规律,并随着歌曲类型的不同存在微弱变化;用户参与评论的行为与频次同样服从幂律分布规律。