随着社交网络的快速发展,人们在社交网络中拥有越来越多的虚拟身份,识别同一自然人不同网络虚拟身份的网络用户身份链接问题变得越来越重要.用户身份链接有助于挖掘网络用户的隐信息,构建全面的网络用户画像,进而促进跨网络的推荐、链接预测、信息传播等多个研究领域发展.现有的基于用户属性和基于网络结构的用户身份链接方法,没有考虑不同用户之间影响力差异因素,收敛速度较慢.基于深度游走的用户身份链接方法,融入多头注意力机制,对用户间影响力进行建模,实验结果表明,该方法可以很好地改进算法有效性,提高训练效率.