微博用户的可信度研究已逐步成为当前微博研究的热点之一,其目的是对微博用户的身份类别进行一个客观、合理的评价,有效鉴别微博中的虚假用户。然而现有的鉴别方法大多停留在对传统的虚假用户“僵尸粉”进行鉴别,其方法简单,功能单一,对新型智能虚假用户的区分能力较弱,不能合理地对微博用户的身份进行评价。逻辑回归是一种可以用来分类的常用统计分析方法,可以得到概率型的预测结果,适用于对微博用户的身份类别进行预测。本文针对现有鉴别方法的不足,首先对微博虚假用户的行为特征进行分析,从在线时长、发帖时间、使用微博的动力、微博来源以及互动行为几个方面,对微博用户的固有特征进行合理的逻辑组合,提取了用于区分用户类别的特征变量,而后运用逻辑回归算法,提出了一种基于逻辑回归的微博用户可信度评价模型WUREM。实验以新浪微博为研究平台,验证了模型的有效性和合理性。结果表明,本文所提模型可以根据用户置信值CM的大小对其身份进行一个较为客观、合理的评价和分类,解决了传统方法直接二分类用户类别带来的局限性和不合理性,不仅能对传统的低级虚假用户“僵尸粉”进行识别,而且对新型智能虚假用户也有较高的识别率。同时,本文成果还可为微博用户影响力、微博信息可信度、微博热度等方面的研究提供必要参考。