随着计算机技术、网络带宽的不断发展和提高,视频点播服务发展迅速,已成为网络带宽的主要占有者,人类已迈入视频点播时代。用户作为视频点播服务的服务对象,其对系统的访问行为很大程度上影响着系统的性能和表现。如何有效的研究和分析视频点播中的用户访问行为,对视频点播系统的设计和维护以及用户行为发生器的设计起着至关重要的作用。本文在现有视频点播中用户访问行为研究的基础上,以江苏电信IPTV视频点播系统用户访问数据为依据,对视频点播中的用户访问行为进行了深入的分析和研究。首先,分析了视频点播中用户访问行为的几个主要特征,主要包括用户访问流量、用户请求到达过程和用户播放时长。发现用户访问模式呈现出以天为单位的周期性,用户请求数与服务节点和在线用户数有关；用户请求到达过程在较细的时间粒度下服从泊松分布：视频播放完成比与视频长度有关。其次,针对现有视频点播中用户请求数都从视频的角度来研究视频流行度的分布,提出了从用户对象的角度来考察用户个人请求数的分布情况。对系统中的视频流行度和用户个人请求数进行统计分析,发现视频流行度和用户个人请求数均呈现出重尾现象。最后,针对现有用户请求数中重尾现象建模多采用广延指数模型,提出了采用漂移幂律模型来建模。对视频流行度进行建模与分析,发现短期内漂移幂律模型能更好的对其分布进行刻画；长期内广延指数模型能更好的对其分布进行刻画：其广延指数模型形状参数刻画了视频流行度的随机波动性,尺度参数与视频流行度的均值之间呈线性关系。对用户个人请求数进行建模与分析,发现漂移幂律模型能更好的刻画用户个人请求数的分布：其模型的形状参数刻画了用户个人请求数的随机波动性,偏移量参数反映了用户个人请求数的均值大小。本文的主要创新点是提出了从用户的角度来考察用户个人请求数的分布,并提出了采用漂移幂律模型来进行建模,通过对比分析,结果表明漂移幂律分布能很好地描述用户个人请求数的分布。