以互联网为基础的新媒体的出现极大的改变了大众的阅读方式。作为中国最活跃的读书社群，豆瓣网记录了大量用户的用户特征数据和用户阅读数据。结合豆瓣网读书社群数据深入理解在线读书社群中用户的跨学科阅读行为，能够揭示用户跨学科阅读的特征。　　本文通过抓取豆瓣读书社群的数据，利用用户共同阅读关系构建图书网络，结合复杂网络理论和机器学习方法对图书网络进行实证研究。随后本文利用信息熵刻画了用户跨学科阅读，对用户特征及用户跨学科阅读的关系展开研究，在此基础上构建了基于用户特征的比例优势模型，结合前任研究构建了豆瓣网用户活跃度和影响力指标，通过实证研究分析二者与用户跨学科阅读之间的关系。研究发现阅读哲学、政治学、艺术学等人文社科的用户跨学科阅读最为广泛，而阅读矿业工程、核科学与技术、军制学等科技学科的用户跨学科阅读最窄。用户阅读图书所隶属的二级学科网络具有三个明显的社群，分别对应人文社科、科技和基础科学三大领域。据此可从学科角度，更好的为在线读书社群的用户进行多学科交叉图书推荐。基于用户特征与跨学科阅读的研究表明用户使用豆瓣的年限越长，用户跨学科阅读程度越广，且国内用户相比国外用户跨学科阅读范围更广，用户活跃度及影响力与用户跨学科阅读之间都存在正向的关系。用户的活跃度及影响力越大，用户跨学科阅读程度越广。