1.一种异常用户的识别方法，其特征在于，包括：

获取用户数据库内各个用户的用户信息；所述用户信息是在所述用户发起相关的交易操作之前，在注册用户账户时填写的；所述用户信息包括：姓名、性别、年龄、居住地址、公司名称、公司地址、社会关系中的一项或多项组合；

基于所述用户信息确定各个所述用户之间的匹配度，并标记所述匹配度大于匹配阈值的两个所述用户互为关联用户；

基于各个所述用户的关联用户，创建所述用户数据库的用户关系网络；所述用户关系网络包含记录有各个所述用户的信用系数的初始值的用户节点；所述用户的信用系数的初始值由所述用户的关联用户的信用系数确定；

所述基于各个所述用户的关联用户，创建所述用户数据库的用户关系网络包括，根据关联用户的个数，依次计算各个用户节点的信用系数的初始值，所述信用系数的初始值的模型为：其中，Cdit0(usern)为第n个用户的信用系数的初始值；Trade(xj)为第n个用户第j次交易记录对信用系数的贡献值；Cdit0(useri)为第n个用户的第i个关联用户的信用系数，Coffti为第i个关联用户的预设权重；M为第n个用户的交易次数，N为第n个用户的关联用户的个数；

若当前时刻满足预设的用户状态更新条件，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数；

基于所述信用调整系数以及所述初始值，调整各个所述用户节点的信用系数；

选取调整后的所述信用系数小于预设信用阈值的用户作为异常用户；

所述识别方法还包括：

在所述用户关系网络上选取所述异常用户的关联用户，作为风险用户；

将所述风险用户添加到风险数据库，并为每个风险用户设置有效计时器以及风险计数器，并启动所述有效计时器进行计时操作；若检测到所述风险用户与关联的异常用户发起交易操作，则增加所述风险计数器的值；

若所述有效计时器的值大于或等于预设的有效时长，则识别所述风险计数器的值是否大于预设的风险阈值；

若所述风险计数器的值大于所述风险阈值，则识别所述风险用户为异常用户；

若所述风险计数器的值小于或等于所述风险阈值，则将所述风险用户从所述风险数据库中删除。

2.根据权利要求1所述的识别方法，其特征在于，所述基于所述用户信息确定各个所述用户之间的匹配度，并标记所述匹配度大于匹配阈值的两个所述用户互为关联用户，包括：分别将所述用户信息中的各个信息项目与关键词字典内的各个关键词进行匹配，得到各个所述信息项目的关键词子序列；

基于所述关键词子序列，分别计算所述用户两两之间相同的信息项目的相似度；

将各个所述信息项目的相似度导入到匹配度转换模型，计算所述匹配度；所述匹配度转换模型具体为：其中，Q为所述匹配度；Bk为任意两个所述用户的第k个所述信息项目之间的相似度；αk为第k个所述信息项目的匹配权重；n为信息项目的个数。

3.根据权利要求1‑2任一项所述的识别方法，其特征在于，所述若当前时刻满足预设的用户状态更新条件，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数，包括：从历史交易信息库中提取所述用户的历史交易记录，并基于所述历史交易记录确定所述历史交易特征值；

根据所述交易行为记录的行为特征值以及所述历史交易特征值，确定所述信用调整系数。

4.根据权利要求1所述的识别方法，其特征在于，所述若当前时刻满足预设的用户状态更新条件，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数，包括：若当前时刻到达预设的用户状态更新时间节点，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数；

和/或

若当前时刻的所述交易行为记录的个数大于预设的个数阈值，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数。

5.一种异常用户的识别设备，其特征在于，所述异常用户的识别设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：获取用户数据库内各个用户的用户信息；所述用户信息是在所述用户发起相关的交易操作之前，在注册用户账户时填写的；所述用户信息包括：姓名、性别、年龄、居住地址、公司名称、公司地址、社会关系中的一项或多项组合；

基于所述用户信息确定各个所述用户之间的匹配度，并标记所述匹配度大于匹配阈值的两个所述用户互为关联用户；

基于各个所述用户的关联用户，创建所述用户数据库的用户关系网络；所述用户关系网络包含记录有各个所述用户的信用系数的初始值的用户节点；所述用户的信用系数的初始值由所述用户的关联用户的信用系数确定；

所述基于各个所述用户的关联用户，创建所述用户数据库的用户关系网络包括，根据关联用户的个数，依次计算各个用户节点的信用系数的初始值，所述信用系数的初始值的模型为：其中，Cdit0(usern)为第n个用户的信用系数的初始值；Trade(xj)为第n个用户第j次交易记录对信用系数的贡献值；Cdit0(useri)为第n个用户的第i个关联用户的信用系数，Coffti为第i个关联用户的预设权重；M为第n个用户的交易次数，N为第n个用户的关联用户的个数；

若当前时刻满足预设的用户状态更新条件，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数；

基于所述信用调整系数以及所述初始值，调整各个所述用户节点的信用系数；

选取调整后的所述信用系数小于预设信用阈值的用户作为异常用户；

所述处理器执行所述计算机程序时还实现如下步骤：

在所述用户关系网络上选取所述异常用户的关联用户，作为风险用户；

将所述风险用户添加到风险数据库，并为每个风险用户设置有效计时器以及风险计数器，并启动所述有效计时器进行计时操作；若检测到所述风险用户与关联的异常用户发起交易操作，则增加所述风险计数器的值；

若所述有效计时器的值大于或等于预设的有效时长，则识别所述风险计数器的值是否大于预设的风险阈值；

若所述风险计数器的值大于所述风险阈值，则识别所述风险用户为异常用户；

若所述风险计数器的值小于或等于所述风险阈值，则将所述风险用户从所述风险数据库中删除。

6.根据权利要求5所述的识别设备，其特征在于，所述基于所述用户信息确定各个所述用户之间的匹配度，并标记所述匹配度大于匹配阈值的两个所述用户互为关联用户，包括：分别将所述用户信息中的各个信息项目与关键词字典内的各个关键词进行匹配，得到各个所述信息项目的关键词子序列；

基于所述关键词子序列，分别计算所述用户两两之间相同的信息项目的相似度；

将各个所述信息项目的相似度导入到匹配度转换模型，计算所述匹配度；所述匹配度转换模型具体为：其中，Q为所述匹配度；Bk为任意两个所述用户的第k个所述信息项目之间的相似度；αk为第k个所述信息项目的匹配权重；n为信息项目的个数。

7.根据权利要求5‑6任一项所述的识别设置，其特征在于，所述若当前时刻满足预设的用户状态更新条件，则采集各个所述用户的交易行为记录，并确定各个所述交易行为记录的信用调整系数，包括：从历史交易信息库中提取所述用户的历史交易记录，并基于所述历史交易记录确定所述历史交易特征值；

根据所述交易行为记录的行为特征值以及所述历史交易特征值，确定所述信用调整系数。

8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。