随着在线社会网络为其用户提供的功能不断丰富,用户可以参加多种多样的社交活动,将这些活动表示为对应种类的事件.其中一些事件包括多个用户之间的交互行为,再由这些交互的类型来决定该事件的最终结果.将每个行为表示为用户之间的链接,用链接的极性值来表示交互的类型,对于这些链接值预测的研究称为链接预测.研究者们对于链接预测问题提出了很多方法,其中大多是在静态网络环境中孤立地预测每条链接边的值.他们将这类事件中的用户行为看作"普通的用户行为",即这些链接被看成独立且离散的存在,并未考虑这些链接之间在事件生成中的内在联系.本文通过将事件中用户行为表示为"序列行为",提出了基于序列行为的链接值预测和事件结果预测的方法.该方法能将这种序列信息建模,在模型中这种序列信息得以累积,利用这种累积来预测序列中下一个或多个时刻的链接值.在完成对整个序列的预测的同时,通过累积信息可以推断出该事件的结果.实验结果表明,我们的方法明显优于静态、孤立的链接预测方法,而且可以更好地推断出包含该序列行为事件的最终结果.