社会网络涵盖人类现实生活的各个领域。近年来为研究网络关系相互作用规律,社会网络的链接预测这一问题得到了学术界的广泛关注,链接预测有助于理解社会网络结构的动态演变机制,对推动社会网络研究的发展具有很大的价值。加权网络和符号网络都是较为复杂的社会网络,然而目前有关这两类网络的链接预测研究成果较少,而且已有的基于相似性的方法存在局限性,预测能力比较低。本文结合以上问题,根据网络的结构特征,对链接预测问题进行进一步的研究。首先,在加权网络中,为了表示权重在网络中的重要性,把权重这一特征以节点强度的形式融入相似性度量中。为了充分利用网络拓扑结构的同时兼顾预测算法的执行效率,将全局相似性度量方法和局部相似性度量方法两者的优势互补,提出多路径传递的相似性计算方法。其次,对于符号网络,将平衡理论和相似性的方法结合起来运用于链接预测中,为了摆脱传统社会平衡理论的局限性,在其基础上提出结构平衡环的概念,进而提出多环路传递相似性的预测算法。利用该算法探索已存在边的边值预测和不存在边的链接预测两类问题。最后,分别对加权网络和符号网络中所提出的算法进行实验,通过实验验证本文提出的两类网络中相似性算法的正确性及有效性。