社交网络服务的迅速发展,深刻地影响着人们的日常生活。社交平台中的海量用户构成了一个真实世界的网络映射,但目前对这一网络的很多现象和以及演化规律仍缺乏系统的认识。研究社交网络的演化可以帮助认清网络的形成机制,预测网络连接趋势。本文以社交网络为背景,从链路预测的角度出发,对社交网络的演化问题进行了研究。本文主要贡献如下:（1）从预测准确度、计算时间消耗、预测稳定性三个方面充分对比分析了当前常用的链路方法。目前用于链路预测的方法很多,但是对这些方法的对比分析是目前研究中欠缺的。由于现实中网络结构的复杂性与多样性,不可能有哪一种方法能够适用于所有的网络,因此通过对比分析当前存在方法有助于判断方法的适用性。本文在三种生成网络和五种实证网络上对比了一些常用链路预测方法的准确度和时间消耗,并从链路噪声和链路缺失的角度对链路预测方法的稳定性进行了分析。结果发现由于网络结构的不同使得链路预测方法的准确性有着明显差异,此外,基于全局结构的链路预测方法虽然时间消耗巨大,但相比局部链路预测方法和准局部链路预测方法,其在链路噪声和链路缺失的环境下具有更好的稳定性。（2）分别对静态网络和动态网络的链路连接特性进行了分析。每种链路预测方法都是根据网络中链路的连接特点得到的,能够更加合理有效地描述出链路连接特点的链路预测方法无疑可以提高链路预测的准确度,因此本文对静态网络和动态网络的链路连接特性进行了充分分析。分析发现:链路两端节点的结构特性会随着网络的不同而具有不同特点,因此只考虑某种结构特性的指标并不能取得很好的效果。通常情况下两节点有着更近的距离会更容易产生链路,而且在动态网络中内部链路和外部链路所连接节点在中介中心性和接近中心性上有着明显规律。（3）基于节点度和空间距离提出了空间交互网络演化模型。地理空间作为联系线上和线下的桥梁,影响着社交网络中用户的交互行为。本文针对社交网络上信息在传播过程中所形成的城市交互网络,基于优先连接链路预测方法提出了一种用于空间交互网络演化模型构建方法。通过与从微信网页信息传播数据中提取的真实的城市交互网络进行对比分析,发现演化网络能够与真实网络很好地吻合,反映了模型不仅能捕捉真实的城市交互网络的属性,也能体现城市间交互的实际特点。（4）对空间交互网络模型从经济和人口的角度进行了扩展。在空间交互网络中,通常一个节点表示空间的某个具体区域,具有特定的现实含义,同时也包含着丰富的属性信息。一般来说,重要的城市节点通常是一个区域的政治、经济中心,因此可以利用一个城市的GDP和人口数量作为衡量城市的重要性。通过分析发现人口、GDP与网络的度、介数中心性都是显著相关的。因此提出了以人口数量、GDP为基础的空间交互网络演化模型构建方法。通过将演化网络与实际网络进行对比发现,在基本的拓扑特征上,演化网络与实际网络近乎是一致的;在社区结构上,真实网络与模型生成的演化网络同样的有着很高的相似性。综上所述,本文从链路预测的角度出发,通过对链路预测常用方法对比分析,网络链路连接特性分析,充分挖掘链路的连接特性,为构建演化模型提供实证支撑。进而以社交网络上信息在传播过程中所形成的空间交互网络案例,构建了用于空间交互网络的演化模型。本文的研究成果对社交网络上的信息管控、信息推荐有着重要的理论和应用价值。