这个问题让我想到了现代搜索引擎的排序规则。
互联网开始进入了搜索时代时用户们开始痴迷于在一个简洁的页面输入关键词来在网络上找到想要的结果。但初期的搜索引擎表现非常差劲，谷歌的出现解决了这一问题。
假设你要搜索“苏联是如何骗取西班牙黄金的？”而初期搜索引擎仅仅依靠关键词的频率或是链接多少来排列搜索结果，显然这样的排序规则会被写满关键词和恶意制造链接的劣质页面所误导。而谷歌创始人佩奇和布林开发的PageRank方法革命性的解决了这个问题。简单地说，PageRank的核心思想是：“被有价值页面链接越多的页面越是是有价值页面”。这就又回到了我最喜欢的关于自指的话题，在此按下不表。关于PageRank算法，网络上有很多资源，有兴趣的朋友可以自行了解。
回到这个问题，定义小将这个概念是困难的，但这并不影响我们判定一个人是否是小将。我们可以先从几个明显属于小将的帐号开始，观察其关注列表和转评赞行为，然后依据PageRank算法的基本逻辑即：和小将关注和互动越多的越是小将，最终给出判断结果。
首先我们可以参考专家意见或是小范围投票先定出十个头部小将的帐号，然后对其个人页面进行比较完全的搜集整理，经过算法处理其关注转评赞记录，我们可以得到类似下图的人物关系网络图。
然后我们可以设定一个稍大的核心小将范围，例如100人，从上一步划定的10人可以很方便的扩展至100人的规模，然后将其分为几个层次，以其互动相互交流的数量及权重来区分。这样我们就可以得到前100名核心小将评分指数和分布图，越是与重要小将互动越多，则越是重要小将。该模型也具有很好的扩展能力。
然后，取一个题主想要鉴定的帐号，将该账号与他人的交流情况进行整理，筛选出其与这100核心小将的交流情况，参照上述方法进行综合评分，即可得出该账号的小将指数。想要小将指数进一步精确，只需要在上一步扩充核心小将的数量即可。
最后我们可以主观划定一个小将指数的区间，高于某值即认定该账号为小将，然后再经过反复的专家评审意见或是网友投票，最终将这个评定区间调整到一个比较合适的范围。
这样，我们就可以比较公正和客观的认定小将了。