全球范围内,肥胖和超重问题已经成为了困扰居民生活的重大健康问题。互联网的快速发展给虚拟健康社区的兴起创造了有利条件,关注居民体重健康问题的在线减重社区应运而生。在知识碎片化、信息化的时代,在线减重社区承载了体重健康知识普及、新型管理手段创新的角色。随着移动互联与智能硬件的推广,在线减重社区极大程度地便捷了人们进行体重管理活动。人们参与在线减重活动的积极性得到了极大的提升,从用户参与热度和市场发展态势来看,在线减重俨然已成为人们参与减重活动的重要方式。在线减重社区的快速发展,为许多学者和研究人员提供了的研究机会和研究问题。当前多数研究聚焦在使用在线减重社区进行体重管理活动影响减重效果好坏的问题上,但学界关于在线减重社区对用户的减重表现是否存在显著影响尚未形成定论,学者仍在积极讨论和研究。实际情况中,社区用户间的减重效果存在较大的异质性。不同用户之间减重效果显著的阶段也不同,用户减重能力强弱、减重持续时间同样也存在较大差异。同时,减重活动是一项长期的过程管理,对用户减重效果的观测应全面考虑用户减重过程中动态变化趋势。本文从函数型数据的视角切入,利用函数型数据分析方法探究在线减重社区中的用户分类情况,旨在观察用户自身在参与在线减重活动全过程周期的减重表现变化,与用户群体性的减重效果特征变化。并借助用户减重活动的参与行为挖掘用户行为与减重表现的关系,概括不同行为特点的减重用户类型。研究采用数据挖掘的手段,爬取并选用了国外某大型在线减重社区中2007年至2019年参与减重活动的用户数据。结合函数型数据分析的平滑技术、分类算法对1024个样本用户进行了减重过程的趋势研究,并根据趋势变化特征和减重效果进行聚类分析。利用函数型数据特有的导函数特性,分步骤地采用两阶段系统聚类思想,进行了聚类结果的改进。在静态聚类算法的分类结果比较中也得到了较为理想的实验结果。研究发现:(1)用户使用减重社区进行体重管理的过程并非平稳进行,减重过程具有动态变化特性。用户在不同阶段的减重表现差异明显,不同用户的减重过程体重变化趋势也不尽相同。(2)在线减重社区用户的减重效果存在明显差异。不同人群的减重表现和社区中的参与行为也存在不同的特征,根据实验结果本文将减重用户群体归为社交型、全能型、自律型和低参与型四类人群。(3)基于趋势特征聚类思想的导函数分类应用改进,较为准确地刻画并区分了减重活动的动态变化特征。同时,函数型聚类方法在研究持续变化趋势的聚类问题中的确有着比静态数据分析更为理想的分类结果。本文研究使用函数型数据分析方法,将减重活动的动态性和减重用户分类进行结合,为在线减重和在线医疗等相关领域的研究提供可借鉴的研究视角,同时也验证了用户分群对于以往研究问题与结论可能带来的影响,提供了辩证看待减重效果问题的思路。研究结果也为减重社区参与用户与减重服务提供者带去更多对在线减重社区的认识。一方面在网站功能设计、运营策略等方面提供思路参考,另一方面,帮助减重用户更大可能地实现减重目标,科学有效地进行体重管理。