近年来,随着在线社交网站的广泛流行,对社会网络的分析逐渐成为学者研究的热门课题。链接预测作为社会网络分析的一项主要研究任务,在学术价值和实际应用方面都具有非常重要的意义。针对社会网络具有的结构特征,本文的课题主要是研究社会网络分析相关任务中的链接预测问题。在深入研究社会网络相关理论和知识的基础上,根据社会网络链接预测的研究现状,本课题主要从以下两个方面来研究社会网络的链接预测问题:1.针对现有的基于局部信息的节点相似计算方法只简单考虑了网络中的共同邻居的属性特征,并没有充分利用网络结构信息,通过深入分析共同邻居的相邻节点和被预测节点的关系,提出共同邻居节点与两个被预测节点的链接强度的计算方法,并通过节点链接强度提出新的节点相似性计算方法以此实现社会网络的链接预测;2.针对现有基于相似性的链接预测算法都仅考虑了网络中的节点结构信息,没有以链接作为研究对象对链接预测问题进行分析和研究,通过引入链接相似度的概念,分析未知链接与其相邻的已知链接之间的关系,提出链接可信度的定义并以链接可信度作为链接预测的指标以此实现社会网络的链接预测。本课题提出的两个算法分别以节点和链接作为研究对象进行链接预测。其中,基于节点链接强度的链接预测算法是对节点相似性算法的改进,它进一步考虑了网络中的局部信息,可以较好地区分了每个共同邻居对链接形成的重要程度;基于链接可信度的链接预测算法通过引入链接相似度的概念,实现了从链接的角度进行链接预测。通过选取3种真实的社会网络数据集,选取当前主流的链接预测算法进行实验比较,结果表明本课题提出的两个算法对解决链接预测问题具备有效性和可行性。