近十几年来,随着国内外在线社交网络蓬勃发展,越来越多网络用户在多个社交网络上拥有账号,跨社交网络账号身份识别日益受到关注。不同社交平台账号的身份识别技术,可以在跨平台推荐系统、用户画像等实际应用中发挥重要作用。但目前账号识别算法存在一些问题:大部分用户身份识别依赖于某个或多个属性信息,缺乏对用户行为模式的深入分析;另外,大多数研究一对一的账号身份识别,使得算法缺乏从一对一到多对多账号识别的泛化能力。针对这些问题,本文选取了用户属性信息、用户行为信息构建相似度向量,使用随机森林二分类法进行账号匹配,并根据权值相似度向量进行二次确认,从而实现两个社交网络的账号身份识别。本文主要工作如下:1.分析了国内知名社交网络的用户属性资料数据的完整程度,并选择数据完整程度较高的特征作为账号识别的基础,提高了模型的泛化能力。2.提出了引入长度因子的主题模型,与动态主题模型结合,充分衡量了用户兴趣及演变情况。3.对用户行为模式的挖掘进行了细化,如使用关注数、粉丝数构成向量来衡量用户的交友模式,使用获赞数、文章数构成向量来衡量用户在社交网站中发文的质量,将用户活跃模式分为节假日、工作日两个维度进行衡量等。4.提出了基于权值的剪枝过滤,首先通过用户名进行待匹配账号的筛选,然后判定综合相似度是否符合阈值来进行账号匹配,从而减少计算成本,提高模型准确度。5.基于以上研究内容提出了 ADTM-AI模型,并选取国内知名社交网站知乎、简书进行实验。实验结果在准确率、召回率、综合指数F1方面均充分证明了模型的有效性、合理性。