区块链技术的发展激发了人们对加密货币的浓厚兴趣。随着加密货币市值和网络热度不断升高,基于区块链技术的加密货币逐渐成为人们投资的选择,大量用户参与积累了海量交易数据。相比于传统的金融交易数据,公链上完整的交易记录以及数据的公开特性,为研究人员对链上数据进行数据挖掘和分析提供了机会。研究主流加密货币投资者的交易行为有助于更好理解虚拟经济的发展规律及区块链技术本身的发展。当前对主流加密货币交易网络的研究往往停留在对静态网络或单一网络的分析,不能很好的展现动态变化情况,忽略了对不同加密货币微观交易网络的深入对比研究。复杂网络理论已被广泛证明是对各种复杂系统进行建模和表征的强大工具,本文将利用复杂网络理论和分析方法探究不同加密货币交易网络演化规律、交易特征、拓扑结构及其动力学,探讨和分析复杂网络视角下的区块链数据分析研究内容,并提出可进一步研究应用的方法。本文主要工作如下:（1）首先,本论文结合以太坊交易数据,重点分析了EOS.IO区块链中的交易数据,从复杂网络角度对以太坊和EOS.IO链上数据进行了分析。通过构建累积网络与时间切片的方式,构建不同规模的交易网络,动态分析交易网络随时间变化的规律,发现交易量、交易关系等诸多交易呈现重尾特征,且符合幂律分布。并发现,随着时间的变化及网络规模的增长,幂律分布具有时间上的不变性。（2）其次,使用Mt.Gox交易所部分日常交易数据与Elliptic数据集,对比分析了常规与非常规下的微观比特币交易网络在演化规律与拓扑结构特征等的异同之处。研究表明,两个不同数据集网络指标有着明显的差别,且从长远来看,加密货币交易网络都可能收敛为重尾分布,但他们的度只能用幂律分布近似拟合。随着块数的增加,交易数据量增大,交易网络度分布能够很好的拟合。（3）最后,本论文探讨了区块链数据分析的实际应用,设计了交易模式识别、非法行为检测等区块链安全领域的可行方案。