1.一种目标用户识别方法，其特征在于，包括：

获取用户当天发布的所有弹幕的文本特征；

根据所述文本特征，构建逻辑回归模型，得到所述用户当天的特征值；

获取所述用户的历史弹幕数据；

基于所述用户当天的特征值以及历史弹幕数据，判断所述用户是否为目标用户；所述基于所述用户当天的特征值以及历史弹幕数据，判断所述用户是否为目标用户包括：基于所述用户当天的特征值以及历史弹幕数据，计算所述用户的综合特征值；

判断所述用户的综合特征值是否大于预设阈值；

若所述用户的综合特征值大于所述预设阈值，则所述用户为目标用户；

所述基于所述用户当天的特征值以及历史弹幕数据，计算所述用户的综合特征值包括：获取所述用户的活跃天数N，所述用户历史的所有弹幕集合Ttotal，所述用户历史的目标弹幕集合Tspam，所述用户当天的所有弹幕集合Ctotal，所述用户当天的目标弹幕集合Cspam；

令所述用户的综合特征值为Y，所述用户当天的特征值f(x)，所述用户在前一天的特征值为 则：其中，σ为预置参数，1≤σ≤1.5。

2.根据权利要求1所述的目标用户识别方法，其特征在于，所述基于所述用户当天的特征值以及历史弹幕数据，计算所述用户的综合特征值包括：获取所述用户的活跃天数N；

令所述用户的综合特征值为Y，所述用户当天的特征值为f(x)，所述用户在前一天的特征值为 则：

3.根据权利要求1至2任意一项所述的目标用户识别方法，其特征在于，所述文本特征包括标点符号特征、表情特征、负面词语特征和所述所有弹幕中各词条的TF‑IDF值。

4.根据权利要求3所述的目标用户识别方法，其特征在于，所述根据所述文本特征，构建逻辑回归模型，得到所述用户当天的特征值包括：获取所述文本特征内各特征对应的预设权重系数；

令所述文本特征内第N个特征为Xn，第Xn对应的预设权重系数为θi，所述用户当天的特征值为f(x)，则：其中，e为自然常数，b为自然数。

5.根据权利要求1所述的目标用户识别方法，其特征在于，当所述文本特征包括所述所有弹幕中各词条的TF‑IDF值时，所述获取用户当天发布的所有弹幕的文本特征包括：令第i个词条在第j个弹幕中的TF‑IDF值为TF‑IDFi，j，则：其中，ni，j表示第i个词条在第j个弹幕中出现的次数，∑knk，j表示第j个弹幕中所有词语的个数，|D|表示所述所有弹幕的弹幕总条数，|{j：ti∈dj}|表示所述所有弹幕中包含第i个词条的弹幕条数。

6.一种目标用户识别装置，其特征在于，包括：

第一获取模块，用于获取用户当天发布的所有弹幕的文本特征；

构建模块，用于根据所述文本特征，构建逻辑回归模型，得到所述用户当天的特征值；

第二获取模块，用于获取所述用户的历史弹幕数据；

判断模块，用于基于所述用户当天的特征值以及历史弹幕数据，判断所述用户是否为目标用户；所述基于所述用户当天的特征值以及历史弹幕数据，判断所述用户是否为目标用户包括：基于所述用户当天的特征值以及历史弹幕数据，计算所述用户的综合特征值；

判断所述用户的综合特征值是否大于预设阈值；

若所述用户的综合特征值大于所述预设阈值，则所述用户为目标用户；

所述基于所述用户当天的特征值以及历史弹幕数据，计算所述用户的综合特征值包括：获取所述用户的活跃天数N，所述用户历史的所有弹幕集合Ttotal，所述用户历史的目标弹幕集合Tspam，所述用户当天的所有弹幕集合Ctotal，所述用户当天的目标弹幕集合Cspam；

令所述用户的综合特征值为Y，所述用户当天的特征值f(x)，所述用户在前一天的特征值为 则：其中，σ为预置参数，1≤σ≤1.5。

7.一种电子设备，包括：存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现权利要求1至5中的任一项所述的目标用户识别方法中的各个步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1至5中的任一项所述的目标用户识别方法中的各个步骤。