网络科学的快速发展不仅给现代人类生活带来了便利，也给研究者们带来了大量需要探索的问题。近十几年来，复杂网络上的理论成果极大促进了复杂网络中的链路预测研究，同时也将链路预测与网络演化机制的研究密切联系起来。　　本文主要提出了两种基于不同网络性质的链路预测算法，并建立了一个能够刻画一些真实网络演化机制的数学模型。具体工作包括：（1）在局部相似性指标的基础上，加入节点度这一网络拓扑性质，建立了新的连接可能性度量指标，并实现了一种基于该指标的链路预测算法。（2）提出了一个时变随机几何图模型，用来模拟一些真实网络的演化机制，通过理论计算和数值模拟，验证了模型的合理性。（3）基于弹簧算法实现了真实网络由图到几何图的映射，并根据时变随机几何图模型连接机制提出了一种连接可能性度量指标，实现了一种基于几何度量的链路预测算法。　　基于节点度的链路预测结果表明，该算法较公共邻居算法预测准确率有所提高，并保持了较低的计算复杂度；基于几何度量的链路预测结果表明，该算法对具有高聚类系数或社区结构较为明显的网络有较好的预测效果。这也说明，我们建立的时变随机几何图模型能有效刻画一些真实网络的演化机制。