本文通过引入社会网络分析方法与人类行为动力学研究方法,基于新浪微博基础数据,对微博客世界中用户间互动和用户的微博使用行为进行分析,在此基础上建立基于用户互动的人类行为动力学模型,从群体层面上来解释用户的微博使用行为。深入了解用户间互动和用户的微博使用行为以及行为产生的内在机制,对于微博舆论控制以及微博运营具有参考价值。论文主要研究成果如下所述：(1)微博社会网络分析结果显示用户间联系紧密,互动频繁,用户间的互动可能会对用户行为产生影响。微博社会网络统计参数表明,尽管作为一种新型网络应用形式,微博与其他社交网络存在一定共性,可以借鉴传统社交网络的运营思路。(2)将人类行为动力学实证分析的对象扩展到微博中,总结出了微博行为与其他人类行为的共性与差异性。用户发微博的间隔时间符合幂律分布,但群体层面发微博间隔时间分布的幂指数为2-313,与Vazquez所提出的两大普适类存在一定差异；个体层面的发微博间隔时间分布的幂指数为1.123,能落在a=1普适类里。(3)通过对微博社会网络中用户间互动水平和用户的微博使用行为进行相关分析,明确了用户间的互动是会影响到用户微博使用行为这一假设。无论是群体层面上还是个体层面上均表现出了用户间互动水平与其发微博行为呈现正相关的关系的规律。(4)拓展了人类行为动力学建模思路,考虑到用户间的互动与微博使用行为间的相关关系,建立了基于用户互动的微博使用行为模型。本文突破了以往基于如兴趣、记忆等用户自身属性的建模思路,考虑到了用户之间的社会关系互动对其行为的影响,建立了基于互动的人类行为动力学模型,对微博用户行为出现幂律分布的现象进行了解释。模型生成的模拟数据较好地符合现实中用户的微博使用行为数据。