摘要：在現實世界中,社交網絡的結構并不是一成不變的,而是隨著時間的推移不斷地發(fā)生變化。鏈接預測可以發(fā)現社交網絡中隱藏的和未來可能產生的關系鏈接,這些關系鏈接在很多實際應用場景中得到了廣泛的應用。現有的鏈接預測方法主要針對只具有單個時間節(jié)點的靜態(tài)網絡,較少關注連續(xù)時間節(jié)點的動態(tài)社交網絡的鏈接預測。并且,直接把現有的鏈接預測方法用來對動態(tài)社交網絡的每個時間節(jié)點的整個網絡進行鏈接預測效率較低,不能滿足在大數據背景下進行高效的鏈接預測。針對該問題,本文將資源分配算法改進之后,通過增量學習的思想將其引入到動態(tài)社交網絡鏈接預測當中,提出了一種新的鏈接預測算法。該算法不僅僅考慮了公共鄰居節(jié)點的資源分配,也考慮了待預測節(jié)點本身的資源分配。更加符合動態(tài)社交網絡隨著時間變化,待預測節(jié)點本身的鄰居也可能會發(fā)生變化的特點。在數據集上進行的仿真實驗得出的結果證明該算法提高了鏈接預測的時間效率,并且,預測準確率也略有提高。