本发明属于社交网络安全领域,具体涉及一种基于大数据的微博异常用户检测方法;包括:获取带标签的微博用户数据;根据微博用户数据提取用户行为特征和用户文本特征,得到用户行为特征高维表征和用户文本特征高维表征;根据微博用户数据提取用户基本特征,得到用户基本特征高维表征;对三种高维表征进行两两交互,得到基本‑行为特征表、基本‑文本特征表和行为‑文本特征表;对三种特征表进行处理,得到用户交叉高维特征;将用户交叉高维特征输入到全连接神经网络中进行处理,得到异常用户检测结果;计算全连接分类损失并根据全连接分类损失调整模型参数,得到训练好的异常用户检测模型;本发明检测结果准确,有助于相关部分对舆情进行控制。