多种多样的人类行为是纷繁世界中万物发展变化的内在驱动力，定量研究人类行为有助于从复杂纷纭的现象中揭示人类行为的普遍规律。过去，基于泊松过程假设，人们认为人类行为的发生是均匀的。随着在电子邮件和传统书信通信中发现人类行为具有阵发和重尾特征，这种传统假设遭到了质疑，对人类行为的大量定量研究成果相继产生，由此开创了“人类动力学”的新研究方向，并迅速引起了不同领域学者的密切关注。研究工作的迅猛发展使人类对自然界和人类本身的认识产生了质的飞跃。本学位论文首先介绍了人类动力学研究中的基本概念和数学模型，不仅总结了人类行为在通信、使用网络、工作、自身生理活动和空间迁移中表现出的时空标度规律，更重要的是指出了一些在现有的研究中被其它学者忽视的内容。然后以两所图书馆的真实借阅记录为研究对象从群体和个体两个层面分析了读者的借阅行为，并由此推断人类行为内在的一些普适特征，得出以下结论：图书的借阅时间在群体层面和个体层面分别服从指数分布和幂律分布；而对于借还书的间隔时间，群体行为和个体行为都服从幂律分布，且幂指数在1到3之间，并且前者的幂指数要大于后者。说明图书借阅行为具有偏离泊松的阵发和重尾特征，并且当个体行为叠加形成群体行为时，会使统计规律发生一定的变化。用重标极差法计算了以借阅量为观测值构成的时间序列的Hurst指数和非周期循环长度，发现人类行为具有长期正相关性和持续性，记忆效应对借阅行为有强烈影响，并与时间标度有关。群体用户的分形特征表现较为明显，而个体用户的时间序列中则有一定的波动性；并且不同的用户群之间，以及同一个数据集中的不同用户之间表现出了显著的个体差异。通过可视算法将人类行为的时间序列和复杂网络结合在一起，计算了由时间序列转化得到的复杂网络的拓扑参数，发现群体用户的网络具有无标度特征、小世界效应和等级结构，而个体用户的网络则只具有以上部分性质。可以认为，人类的重复性行为发生的时间序列中各个观测值之间存在潜在的密切联系，特别是对于日常生活中的某些重要时刻。我们还发现只有部分的个体行为网络具有分形结构和自相似的特征。此外，本文的分析也对于找寻时间序列和复杂网络之间的关系、网络属性之间的关系以及网络分形结构的起源具有一定的借鉴意义。