技术特征：
1.一种网络社交平台用户分类方法，其特征在于，该方法包括以下步骤：s1：获取网络社交平台的用户关注信息，并基于用户关注信息构建无向图；s2：在无向图中选取初始节点，待检测节点集的元素初始化为初始节点，已检测节点集初始化为空集；s3：检测待检测节点集内的节点，得到峰值点集和与峰值点集对应的阶数集；s4：判断峰值点集是否为空集，若是，更新已检测节点集的元素为待检测节点集和已检测节点集或运算后的元素，更新待检测节点集的元素为现有待检测节点集的元素的所有邻节点，执行步骤s3，若否，阶数集中数值最小的元素对应的节点作为种子节点；s5：种子节点扩张形成社区，完成网络社交平台用户分类。2.根据权利要求1所述的一种网络社交平台用户分类方法，其特征在于，步骤s1的无向图中，用户作为节点，任意两用户之间的关注作为无向边。3.根据权利要求2所述的一种网络社交平台用户分类方法，其特征在于，若任意两用户之间为多重关注，只保留单个关注。4.根据权利要求1所述的一种网络社交平台用户分类方法，其特征在于，所述步骤s2中初始节点为随机选择的节点。5.根据权利要求1所述的一种网络社交平台用户分类方法，其特征在于，所述的步骤s3中，得到峰值点集和与峰值点集对应的阶数集的过程包括：s31：检测待检测节点集内的节点u，得到节点u的一次邻节点，并进一步得到节点u的度数d
u
以及一次邻节点的度数；s32：若一次邻节点的度数中大于节点u的度数的个数为m，m小于等于设定的灵敏度，且一次邻节点的二次邻节点的度数中大于一次邻节点的度数的个数不等于m，节点u列入峰值点集，节点u对应的m阶数列入阶数集，执行s33，否则，执行s33；s33：u自加1，执行步骤s31，直到遍历待检测节点集内的所有节点。6.根据权利要求1所述的一种网络社交平台用户分类方法，其特征在于，所述的步骤s4中，待检测节点集的元素更新为现有待检测节点集的元素的所有邻节点去除已检测节点集的元素后剩余的元素。7.根据权利要求1所述的一种网络社交平台用户分类方法，其特征在于，所述的用户关注信息通过爬虫获取。8.根据权利要求1所述的一种网络社交平台用户分类方法，其特征在于，所述的种子节点通过基于适应度函数的贪心策略扩张形成社区。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上储存有计算机程序，所述计算机程序被处理器执行如权利要求1-8中任一项所述的网络社交平台用户分类方法。10.一种终端，其特征在于，包括处理器及存储器，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行权利要求1-8中任一项所述的网络社交平台用户分类方法。