近些年,各种社交应用软件影响着人们的日常生活。其中微博因其传播速度快,信息覆盖面广的特点,成为了人们日常获取信息,分享心情的热门平台。微博在给人们带来网络社交便利的同时,也充斥着许多恶意用户,他们发布垃圾信息,影响舆论趋势,给人们正常使用微博带来了困扰。本文以新浪微博上的恶意用户为研究对象,通过分析新浪微博上的恶意用户的行为和账户信息,设定识别恶意用户的特征集合,采用机器学习分类算法对恶意用户进行识别。本文主要工作如下:(1)针对通过微博接口采集微博用户数据存在的局限性问题,本文设计了一种爬虫程序,该程序能够根据实验需求采集微博用户的相关数据,并且无需人工频繁干预,不受网站接口调用次数的限制。从程序实际的运行结果来看,使用本文所设计的爬虫程序可以高效准确地采集微博用户的信息。(2)本文对微博上的机器用户和广告用户进行研究。为了提高对这两类恶意用户识别的效果,通过绘制特征和用户数量累积分布图对恶意用户的特征进行分析,本文提出了点赞数量、个人介绍以及网页和推荐关注所占比三个新特征,并将它们与传统特征集合结合,设定了新的特征集合。分别利用机器学习分类算法中的k近邻算法、朴素贝叶斯算法、决策树算法进行实验,实验结果表明,与采用传统特征集合相比,采用本文所设定的新特征集合识别机器用户和广告用户的精确率更高。(3)针对采用传统朴素贝叶斯分类算法(NBC)识别恶意用户效果不理想的问题,本文对NBC算法进行了改进。考虑到不同特征对分类结果的重要性差异,在NBC算法的基础上,本文提出了基于信息增益的加权朴素贝叶斯分类算法(WNBCI),该算法通过计算信息增益构建特征排名表得到各个特征的权值,实验结果表明该算法比NBC算法具有更高的精确率。进一步考虑到同一特征的不同取值对分类结果的影响不同,本文在WNBCI算法的基础上又提出了基于信息增益和基尼指数的加权朴素贝叶斯分类算法(WNBCIG),该算法结合每个特征的信息增益和不同取值的基尼指数得到各个特征的权值,实验结果表明该算法比WNBCI算法具有更高的精确率。(4)本文设计了一个微博恶意用户识别系统,利用该系统可以获取微博上的热门话题和用户公开的信息。而且该系统使用WNBCIG算法对微博上的恶意用户进行识别,为微博研究人员提供了便利。