互联网的发展和进步给人们的社会生活带来了巨大变革。然而无论技术如何发展,人与人之间始终存在相互沟通、交流的需求。随着互联网的发展,人们的社交范围由原有的线下现实社交网络延伸和扩展到线上社交网站,社交网站逐渐成为人们线上交流互动的主要方式。社交网站的发展丰富了人们交流互动的方式,也为社会网络分析提供了研究数据。社交网站发展迅速,类型各异。其中,社区类网站作为典型的社交网站模式之一,用户间的内容共享、信息互动构成其主要的功能模块。研究社区类网站用户之间交互和关注的网络结构及两者之间的关系,有利于了解社区网站的用户特点、结构特征,对于社区类网站的运营和管理具有重要意义。因此,本文基于社会网络分析和复杂网络理论基础,探究社区网站用户间的评论交互形成的网络结构特征,基于此网络的各用户间的关注网络结构特征,并进一步探究互动能否带来关注关系。本研究利用Python语言编写网络爬虫程序,对国内知名社区网站豆瓣网电影模块的用户评论交互记录和用户之间相互关注的数据进行抓取。利用专业化的复杂网络分析工具Gephi,处理数据后得到豆瓣电影用户针对某一电影的评论交互网络和参与交互的用户关注网络。基于复杂网络理论基础,对评论交互网络和用户关注网络进行结构分析,最后利用SPSS数据分析工具进行方差分析,研究关注关系与评论交互、用户粉丝数的关系。得到以下研究结论:(1)评论交互网络和用户关注网络都具有无标度、小世界特性,网络的连通性较差,网络关系相对稀疏。(2)新加入的节点具有优先连接的特征。(3)用户在关注网络中获得的粉丝数与其在评论交互网络中的加权度、豆瓣的粉丝总数显著正相关;对于长评用户来说,影评热度对其获得的关注数有一定的正向影响。(4)总的来说,用户的粉丝数受到用户自身特质、交互频率和影评热度的影响。本文具有一定的理论和实践意义。理论上基于复杂网络理论和图论对社区类网站进行了结构分析,发现了影响用户粉丝数的原因,用实证数据验证了复杂网络理论,丰富了关系形成的相关研究。实践上,网络结构的探究对于社区类网站的运营和管理具有一定的借鉴意义,对于用户规模的维系和内容热度的控制具有重要作用。