name displayname about 过往的各种post，任何地方检测到比如超过30%的假名就可以否决了，可以试试不同阈值。

综合考量的信息越多越准确，其实最好的方法还是基于贝叶斯概率分类，你手动标注几个之后，就能算出来一个用户是中文用户还是日文用户的概率，然后你给定一个阈值即可，比如95%以上概率是中文用户的收集出来。