当前人们主要通过社交网络来分享自己的生活并结识更多的朋友,随着社交网络的不断发展,社交网络平台呈现多样化的形式,形成异构社交网络平台集合,进而在网络环境中产生了一个庞大的社交网络结构。异构社交网络中的实体主要包括用户、位置以及话题等。异构社交网络中实体锚链接识别可提高跨社交网络用户推荐以及网络信息扩散的准确性。本文主要研究异构社交网络用户实体锚链接识别关键技术与位置实体锚链接识别关键技术。首先,针对异构社交网络用户实体锚链接识别问题,本文提出基于相似度判定的用户锚链接识别框架。现有方法主要是利用用户的自然属性和行为属性数据建立监督或半监督识别模型,以期待得到较高的识别准确度。但是这类方法实施的前提是需要大量用户锚链接先验知识,而在实际社交网络中往往难以准确获取。针对上述问题,本文基于无监督学习模式提出了基于相似度判定的用户实体锚链接识别算法,该算法通过结合用户自然属性以及改进的用户关系分析建立锚链接识别模型,实验结果表明,本文提出的基于相似度判定的用户实体锚链接识别算法在识别准确率上具有一定的优势。其次,针对异构社交网络位置实体锚链接识别问题,本文提出基于锚链接用户的位置锚链接识别算法。目前对于位置锚链接的研究比较少,主要研发方法是通过社交网络中多种实体锚链接识别以实现位置实体锚链接的识别,这些方法并未考虑到用户与位置的关联关系,将所有的用户与位置进行独立分析,导致位置锚链接识别度较低。针对上述问题,本文基于异构社交网络用户锚链接,同时综合考虑位置自身属性以及用户与位置的关系,强化用户与位置的关联关系的作用,建立位置实体锚链接的识别程模型。实验结果表明,本文提出的位置实体锚链接识别算法在识别准确率上较已有方法有了一定程度的提升。