Social Profile Validator

Validate and score social profiles by username and platform. Detect invalid formats, missing fields, and compute a trust score for your dataset.

原始信息汇总

Social Profile Validator API 数据集概述

基本信息

• API名称：Social Profile Validator
• 类别：Social
• 提供商：Lawrence Matsapola
• 订阅计划：
  • BASIC：$0.00 / 月
  • PRO：$3.00 / 月
  • ULTRA：$8.00 / 月

功能概述

该API允许开发者基于提供的数据，批量验证社交媒体资料（Twitter、LinkedIn、GitHub、Instagram）。它检查用户名格式、必填字段以及可选启发式规则（如简介长度），并为每个资料计算可信度和完整性分数，帮助应用程序高效地过滤、清理和处理社交媒体资料数据集。

主要特性

• 验证跨支持平台的用户名格式。
• 检查必填字段（如简介、电子邮件等）。
• 应用启发式规则进行完整性和可信度评分。
• 在单个请求中批量处理多个资料。
• 返回每个资料的可信度分数和详细原因。
• 完全基于POST方法，适合自动化和集成。

技术规格

• 方法：POST
• 当前版本：v1
• 内容类型：application/json

请求体结构

字段	类型	必填	描述
profiles	array	✅	待验证的资料列表。每个资料对象应包含username（字符串）、platform（字符串），以及可选的bio或其他字段。
rules	object	❌	可选的验证规则：required_fields（字符串数组）、min_length（整数）、max_length（整数）。

请求示例： json { "profiles": [ { "username": "lawrence.m", "platform": "twitter", "bio": "Developer & photographer" }, { "username": "jd!", "platform": "linkedin" }, { "username": "sarah_92", "platform": "github", "bio": "Open source contributor" } ], "rules": { "required_fields": ["bio"], "min_length": 10, "max_length": 150 } }

响应结构

字段	类型	描述
results	array	已评估的资料对象数组。
username	string	资料用户名。
platform	string	平台名称。
trust_score	integer	表示可信度的分数，范围0–100。
reasons	array	影响可信度分数的检测到的问题列表。
evaluated_at	string	评估的ISO时间戳。

响应示例： json { "results": [ { "username": "lawrence.m", "platform": "twitter", "trust_score": 100, "reasons": [] }, { "username": "jd!", "platform": "linkedin", "trust_score": 60, "reasons": ["Invalid username format", "Missing required field: bio"] }, { "username": "sarah_92", "platform": "github", "trust_score": 100, "reasons": [] } ], "evaluated_at": "2025-12-21T14:30:00.000Z" }

工作原理

1. 解析输入：接收资料对象数组和可选的验证规则。
2. 验证字段：检查用户名格式和支持的平台。
3. 必填字段检查：确认每个必填字段是否存在。
4. 启发式规则：应用最小/最大长度检查和其他可选规则。
5. 计算可信度分数：从100分开始，为每个违规项扣分。
6. 返回结果：返回带有分数、原因和时间戳的已评估资料。

支持平台

• twitter
• linkedin
• github
• instagram （平台名称不区分大小写）

应用场景

• SaaS用户注册：在授予访问权限前自动验证新用户的社交媒体账户。
• 营销分析：在开展营销活动前对社交媒体资料进行评分和筛选。
• 数据清洗：在大型数据集中识别不完整或格式错误的资料。
• 自动化工作流：与n8n或Zapier集成进行批量验证。

注意事项与最佳实践

• 仅限POST：不要尝试通过GET发送；有效载荷可能超过URL长度限制。
• 支持批量：可以在一个请求中发送多个资料以提高效率。
• 自定义规则：使用rules.required_fields、min_length和max_length来调整评分以适应您的数据集。
• 可信度分数：100分表示完美，较低的分数表示检测到问题。

cURL示例

curl -X POST https://ecogreensystem..... -H "Content-Type: application/json" -d { "profiles": [ {"username": "lawrence.m", "platform": "twitter", "bio": "Developer & photographer"}, {"username": "jd!", "platform": "linkedin"} ], "rules": { "required_fields": ["bio"], "min_length": 10, "max_length": 150 } }

搜集汇总

背景与挑战

背景概述

该数据集用于通过用户名和平台验证社交档案，并对其进行评分。它能够检测无效格式和缺失字段，同时计算数据集的信任分数。