网络的快速发展使得网络的规模变得越来越大，也越来越复杂。在已有的网络关系中寻找未知的链接，从而得到人们想去了解和认知的东西。这方面的研究受到许多学者的关注。网络中的链路预测算法正好能够很好地解决这方面的问题。动态多维社会网络中链路预测方法备受关注，许多问题还处于探索阶段。动态多维社会网络中的链路预测是指通过网络中的已知节点以及网络的结构等相关信息对网络中还没有产生连边的两个网络节点之间产生链接的可能性进行预测。在设计链路预测算法的过程中，相似度指标的选择是链路预测系统中一个非常重要的问题。因此，在研究相关的链路预测技术后，本文提出了一种基于节点之间的相似性的链路预测相似性指标。在设计动态多维社会网络中链路预测算法过程中，本文同时考虑权重因素和节点变化对于链路预测的影响。同时本文还将动态多维社会网络中的一些技术应用到了链路预测的过程中。本文设计出了在动态多维社会网络中进行的链路预测方案。然后从理论和实验两个方面分析了该算法的优点。本文主要工作包括了以下几方面：第一，对动态多维社会网络相关特征的研究。本文对复杂网络的相关理论进行了广泛而深入的研究，结合多维特性中维数定义和小世界网络等特性，以及动态特性中关于节点变化的特性，分析得出了动态多维社会网络的主要特征。第二，构建基于复杂性理论的动态多维社会网络模型。在了解动态多维社会网络的本质特征后，通过对多维网络、加权网络和动态网络等建模方法的综合运用，提出动态多维社会网络模型。第三，设计出适合在动态多维社会网络中运用的链路预测算法。以结构相似性指标为基础，基于共同邻居算法提出一种适合动态多维社会网络的链路预测算法。算法中考虑权重和网络结构对链路预测的影响，并将网络中已知的连边E分为训练集ET与测试集EP。通过Precision相似性指标确定本算法的精确程度。第四，基于本文算法设计仿真实验。我们采取对比实验的方式。首先构造了动态多维社会网络，使用相应算法，最后通过仿真实验进一步证明本文所采取的链路预测方法的优越性。实验结果证明链路预测的过程不是孤立的，预测过程应该充分考虑网络固有的特性。本文在研究动态多维社会网络的相关特征的基础上，有针对性的设计出动态多维社会网络链路预测方案。采用本文中的预测方法能够更为准确地预测出节点之间是否存在链接。通过相似性评价标准证明该方法科学有效，能够很好地解决动态多维社会网络中的链路预测问题。