在网络平台中,用户逐渐成为了主要的内容生产者。某类用户对网络社会思想和舆论从正面或负面产生了重大导向作用,从而衍生出了各种典型人物。这些典型人物在网络空间安全治理中占据着重要地位,而对典型人物的识别与跟踪技术是实现治理的主要手段。现有的典型人物识别与跟踪技术主要应用于单一的典型人物,并不适于网络社区中对多种类典型人物进行识别与跟踪。为了解决这一问题,设计并实现了基于多维特征分析的网络社区多种类典型人物识别模型。识别模型针对网络社区用户属性稀疏的特点,设计了发表内容、用户行为、统计数据三个分析层面和17种特征。其中基于词向量的内容相似度和基于均值漂移的内容聚合度作为关键特征,以解决网络社区中用户发表内容简短且口语化的问题。另一方面,还设计实现了融合交互关系、时间轨迹、用户评价等跟踪技术的网络社区多维度典型人物跟踪模型。跟踪模型使用基于链接检测的关系算法构建用户交互关系。同时还设计了基于网络社区影响逻辑和遗忘曲线的影响力指数、基于识别特征分析的典型指数,以量化网络社区的用户特性。使用结合量化指数后的时间轨迹与用户关系图来实现网络社区多维度典型人物跟踪。为了使管理者更好地使用识别模型与跟踪模型,设计并实现了网络社区典型人物识别与跟踪系统。为典型人物识别与跟踪提供了从源数据获取到可视化结果呈现的功能。为了验证网络社区多种类典型人物识别模型的识别效果,选取网络社区中水军和敏感人物两种典型人物进行对比实验。实验表明该模型识别效果均优于参照的识别模型。为了验证网络社区多维度典型人物跟踪模型的跟踪效果,选取关系性、历史性、预测性、评价性四个维度进行对比试验。实验表明该跟踪模型跟踪维度均高于其他跟踪技术跟踪效果更好。