社交机器人是指一种能够在社交网络上接收指令并模仿正常人类用户行为的智能程序。随着计算机技术的飞速发展,社交网络已逐渐成为人们网络生活中重要的组成部分,拥有庞大的用户群体。因此,近年来在社交网络上出现了大量的社交机器人账号,它们在网络中伪装成正常用户,通过发布博文或与账号建立社交关系来达到影响舆论,广告推销,甚至进行社会工程学攻击的目的。社交机器人账号的出现对社交网络信息的真实性造成了极大的影响,也对社交网络用户的信息安全形成了极大的威胁。因此,对于社交网络中的机器人账号进行检测具有重要的现实意义。论文通过对社交机器人账号行为特点进行深入研究,提出了一种基于博文相似性的社交机器人检测方法,具体包括博文内容相似性、博文长度相似性、博文标点符号使用相似性以及停用词相似性四个部分。此外,针对现有的博文内容相似性检测方法未考虑到文本潜在语义的问题,本文引入了潜在语义分析模型对账号的博文内容相似性特征进行计算。通过一系列实验,证明了本文提出的基于博文相似性特征的检测算法的有效性,该方法在数据集上的准确率达到98.09%,优于Madhuri Dewangan论文中提出的方法。在此方法的基础上,本文对社交机器人账号检测系统进行了设计与实现。社交机器人检测系统主要包括离线数据库、特征提取模块、社交机器人检测模型训练模块、社交账号信息收集模块以及社交机器人检测模块。对模块的主要功能以及流程进行了详细的介绍。最后,通过对社交机器人检测系统进行测试,证明了系统功能的可用性及稳定性。结果显示,本系统能够对社交机器人账号进行有效的检测,可以帮助用户较为准确地识别社交机器人账号,从而为社交网络中的信息安全提供保障。