婚恋社交网络日益盛行且市场广阔,伴随而来的是异常用户利用婚恋平台进行情感欺骗与钱财诈骗。为了保证正常用户婚恋交友的安全,及时识别异常用户并隔离尤为重要。然而针对婚恋平台异常用户检测的研究文献缺乏,现有文献对异常用户的分析不够全面。通过研究发现婚恋平台中异常用户检测存在三个问题:第一是异常用户个性化;第二是正常/异常用户数据集不平衡;第三是用户可研究信息缺乏。为了解决上述问题,本文在基于eXtreme Gradient Boosting(XGBoost)算法的基础上,研究设计了用户信任模型与新的数据平衡方法。具体内容如下:(1)用户信任模型建立,解决异常用户个性化问题。对婚恋社交网络结构、用户特点和异常用户类型进行了研究。将用户基础配置信息、行为特征、交互对话内容、图像数据联合为整体以表示用户信任模型,以此找出正常用户与异常用户的区别。(2)新的数据平衡方法提出,提升异常用户检测召回率。为了解决婚恋平台特有的正常/异常用户数据不平衡与异常用户标签不完全的混合问题,使用混合采样思想解决数据不平衡问题的同时,利用聚类算法提升用户标签准确性,以此解决上述混合问题。(3)基于用户信任模型与平衡方法提出User Trust Model Balance XGBoost(UTMB_XGBoost)异常用户检测方法。通过与常用异常用户检测算法进行对比,以实际的检测结果作为依据发现UTMB_XGBoost检测效果最佳,精确率达到54.55%,召回率达到60%。(4)对 UTMB_XGBoost 不足进行优化,提出 Optimization UTMB_XGBoost(OUTMB_XGBoost)异常用户检测方法,进一步提升检测精确率与召回率。该方法使用矩阵分解算法解决了用户可研究信息缺乏问题,还利用BM25、Word2Vec算法提升了用户对话恶意度检测准确率。通过与UTMB_XGBoost方法对比,OUTMB_XGBoost方法检测精确率提升4.61%达到59.16%,召回率提升13%达到73%。