Debido a las distintas funcionalidades de varias plataformas de redes sociales, los usuarios a menudo registran cuentas en diferentes plataformas, lo que plantea desafíos significativos para la gestión unificada de usuarios. Sin embargo, los algoritmos actuales de identificación de usuarios de múltiples redes sociales dependen en gran medida de los atributos del usuario y no pueden realizar la identificación de usuarios en múltiples redes sociales. Para abordar estos problemas, este documento propone dos modelos de reconocimiento de identidad. El primer modelo es un modelo de identificación de usuario entre redes sociales basado en GCN bidireccional. Calcula la intimidad del usuario utilizando el coeficiente de similitud de Jaccard y construye una matriz de adyacencia para representar con precisión las relaciones de usuario en la red social. Luego extrae información de usuario entre redes sociales para llevar a cabo tareas de identificación de usuario. El segundo modelo es el modelo de identificación de usuario de características de múltiples redes (MNF-UI), que introduce el concepto de vectores de características de red. Mapea eficazmente las características estructurales de diferentes redes sociales y realiza la identificación de usuario en función de las características comunes de los nodos semilla en el entorno de red cruzada. Los resultados experimentales demuestran que el modelo GCN bidireccional supera significativamente a los algoritmos de referencia en tareas de identificación de usuario entre redes sociales. El modelo MNF-UI (identificación de usuario de características de múltiples redes) puede operar en situaciones con dos o más redes con estructuras inconsistentes, lo que resulta en una mayor precisión de identificación. Estos dos algoritmos de identificación de usuario brindan apoyo técnico y teórico para la investigación en profundidad sobre la integración de información de redes sociales y el mantenimiento de la seguridad de la red.