现如今,微博、微信、今日头条等社交媒体不仅是人们发布观点的平台,也是人们获取信息、浏览资讯的主要来源。然而,网络中的信息并不完全是真实的。越来越多的水军使得网络信息环境急剧恶化,各个平台的用户都遭受了水军带来的恶劣影响。而新浪微博作为国内最大的社交平台,因为其传播速度快、影响范围广等特点,也已成为网络水军的集中地。因此,水军识别已成为微博健康发展必须解决的问题。但另一方面,水军识别仍存在一些挑战。水军与正常用户之间的差异越来越模糊,“类水军”样本的增加大大干扰了水军识别方法的检测效果。并且,在实际运用中,难以获取大量准确的水军用户数据。另外,在训练模型时,存在输入过多的分类特征会增加模型的资源消耗,对庞大的用户集识别效率不高的问题。面对水军识别的现有难点,本文从数据质量、特征选取和分类器泛化能力等视角出发,提出一种基于半监督学习的微博水军识别模型构建方法。在构建数据集时,利用综合采样方法处理爬虫获得的原始用户数据集,增加水军样本,并过滤用户边界中的“类水军”样本,以此改善数据质量。在构建用户特征向量时,利用微博文本挖掘用户言论特征,分析发文习惯提取行为特征,根据微博基础信息获取关系特征。并通过相关性检验和累计分布图判断特征的分类潜力,剔除分类潜力较弱的特征,使得输入分类模型学习的特征质量少而精,以此降低模型消耗。在构建分类模型时,基于Tri-Training构建半监督分类模型,以此实现基于小样本的水军识别,加强分类器的泛化能力。同时,针对半监督分类器的模型评价提出改进方法。在原始数据集和均衡数据集上进行实验,表明本文方法在改善数据质量上具有显著优越性,并且与常用有监督分类器相比,本文方法在识别的准确程度与对无标记样本的灵敏度上都有更好表现,验证了本文提出的模型的稳定性和有效性及其强泛化能力。