1.一种刷人气用户的识别方法，其特征在于，所述方法包括：获取所有用户的用户特征；

根据每个用户对应的用户特征确定第一风险评分；

识别所有用户中确定的刷人气用户为目标刷人气用户；

识别所有用户中确定的非刷人气用户为目标正常用户；

根据所述目标刷人气用户和目标正常用户对应的用户特征确定每个用户的第二风险评分；

根据所述第一风险评分和所述第二风险评分确定每个用户为刷人气用户的最终风险分数；

根据所述最终风险分数识别其他刷人气用户。

2.如权利要求1所述的方法，其特征在于，所述根据每个用户对应的用户特征确定第一风险评分的步骤包括：依据所述用户特征采用预定算法对所有用户进行分类；

选取每类用户对应的用户特征中的关键指标；

计算每类下的用户的关键指标的平均值；

根据所述平均值的大小确定每个用户的第一风险评分。

3.如权利要求1所述的方法，其特征在于，所述根据所述目标刷人气用户和目标正常用户对应的用户特征确定每个用户的第二风险评分的步骤包括：构建所有用户间的网络结构；

根据所述目标刷人气用户和目标正常用户的用户特征依次计算每两个用户之间的相似度权值；

根据在所述网络结构中与当前用户连接的其他用户的相似度权值，以及所述目标刷人气用户和目标正常用户的初始评分计算所述当前用户的第二风险评分。

4.如权利要求3所述的方法，其特征在于，所述计算每两个用户之间的相似度权值的计算方法为：其中，Xui为用户u的第i个用户特征，Xvi为用户v的第i个用户特征，wuv是用户u和用户v之间的相似度权值。

5.如权利要求3所述的方法，其特征在于，所述计算当前用户的第二风险评分的计算方法为：其中，Sk(i)是用户i在第k轮迭代时的第二风险评分，α是权重系数，其取值在0到1之间，wji是用户j和用户i之间的相似度权重。

6.如权利要求1所述的方法，其特征在于，所述根据所述最终风险分数识别其他刷人气用户的步骤包括：将每个用户的最终风险分数与预定阈值进行比较，若所述最终风险分数大于预定阈值，则所述最终风险分数对应的用户为刷人气用户。

7.一种刷人气用户的识别装置，其特征在于，所述装置包括：获取模块，用于获取所有用户的用户特征；

第一确定模块，用于根据每个用户对应的用户特征确定第一风险评分；

第一识别模块，用于识别所有用户中确定的刷人气用户为目标刷人气用户；

第二识别模块，用于识别所有用户中确定的非刷人气用户为目标正常用户；

第二确定模块，用于根据所述目标刷人气用户和目标正常用户对应的用户特征确定每个用户的第二风险评分；

分数确定模块，用于根据所述第一风险评分和所述第二风险评分确定每个用户为刷人气用户的最终风险分数；并根据所述最终风险分数识别其他刷人气用户。

8.如权利要求7所述的装置，其特征在于，所述第一确定模块还用于：依据所述用户特征采用预定算法对所有用户进行分类；

选取每类用户对应的用户特征中的关键指标；

计算每类下的每个用户的关键指标的平均值；

根据所述平均值的大小确定每个用户的第一风险评分。

9.如权利要求7所述的装置，其特征在于，所述第二确定模块还用于：构建所有用户间的网络结构；

根据所述目标刷人气用户和目标正常用户的用户特征依次计算每两个用户之间的相似度权值；

根据在所述网络结构中与当前用户连接的其他用户的相似度权值，以及所述目标刷人气用户和目标正常用户的初始评分计算所述当前用户的第二风险评分。

10.一种终端设备，其特征在于，所述终端设备包括存储器和处理器，所述存储器用于存储计算机程序代码，所述处理器用于执行存储于所述存储器中的计算机程序代码以实现如权利要求1-6任一一项所述的刷人气用户的识别方法。