社会网络是由现实社会中的实体和实体之间的关系共同组成的。链接预测是社会网络的重点研究内容,它主要是分析实体之间的互动和联系。以网络中实体的特征和现有的关系为依据来推测出那些隐藏的或者在将来的某一时刻出现的链接关系。对链接预测的学习和研究具有重要的理论和应用价值。由于传统的基于网络局部结构信息的链接预测算法只是考虑了节点间共同邻居节点的个数和度数,对于具有相同的邻居节点个数和节点的度数的情况不能很好的预测,本文在考虑节点间公共近邻间的相互作用和传统资源分配的链接预测算法RA的基础上提出一种基于网络局部结构信息的链接预测算法RA-CNI。考虑到基于网络局部结构信息的链接预测算法利用较少的网络结构信息,具有低的时间复杂度和较差的预测效果;而基于网络全局结构信息的链接预测算法利用了大部分的网络结构信息,具有高的时间复杂度和令人满意的预测效果,所以本文进一步将RA-CNI局部链接预测算法扩展到三阶路径上,提出一种改进的基于网络半局部结构信息的链接预测算法LRA-CNI,以取得较好的预测效果和较低的时间复杂度。最后,通过仿真实验将提出的局部链接预测算法RA-CNI和半局部链接预测算法LRA-CNI与经典的局部链接预测算法CN、RA、半局部链接预测算法LP、全局链接预测算法Katz进行预测效果和运行时间的对比。结果表明,本文提出的改进算法RA-CNI和LRA-CNI提高了预测准确率,其虽然增加了时间复杂度,但是与传统的链接预测算法在同一个数量级内。