在当今Web2.0的环境下,社会化媒体从最近几年的时间中得到长足的发展,从国外的多种多样的基于社会网络的媒体内容分享网站的兴起,到国内类似网站的成长,社会化媒体,已经深深的影响到人们的现实生活习惯和网络操作方式。大量的研究工作探讨在社会化媒体上的新应用和传统问题的结合,如何提高用户的体验等问题。社会化媒体下丰富、复杂的用户生成信息和用户关系,对传统多媒体内容的分析和理解方法产生了极其深刻的影响。而借助传统多媒体的分析手段,针对用户的应用也得到长足的提高。因此社会化媒体,将是世界计算机科学中的广泛研究的领域,当今已有大量的科学家研究和分析社会化媒体上的各种特征,以及复杂的用户行为。　　 在这样的背景下,本文系统地分析和研究社会化媒体下的资源特性,用户行为和结构,深刻探讨了社会化媒体的组成和相关的实际应用。具体地讲,本文的工作可以分为两大部分:第一部分是分析社会化媒体下用户行为的驱动因素,对社会化媒体下的用户和社区进行基于兴趣的建模,并用来解决相关的实际问题;第二部分是对社会化媒体下的时间动态特征进行分析,根据社会化媒体的特殊性质,探讨时序特征在社会化媒体应用中的作用和重要性,最后,我们将这两部分的工作结合起来,研究社会化媒体的主题模型生成的用户和社区兴趣的时间特征,并应用其解决社区推荐问题。　　 本文的工作从分析社会化媒体中的媒体特征开始,深入研究社会化媒体的特征表达形式,然后分析用户多样的行为,提出基于兴趣的主题模型,对社会化媒体的结构进行探讨,并在观察特征的结果上进行理论建模,应用模型解决一系列的实际问题。在对社会化媒体的理解深入的同时,本文亦探讨现实社会化媒体网络的实际特性,引入具有深刻影响的时序特征,并结合传统时序分析手段和社会化媒体的特点,提出具有内在关系的时间序列团体的分析方法,并将其应用在社会化媒体的主题模型下,分析及研究其重要性。　　 本文的大部分工作主要在流行社会化媒体分享网站Flickr数据集上进行实验,探讨理论模型的建立和实际问题的效果,大量的实验证明了本文提出的各方面的算法的效果。