复杂网络是建模和分析复杂系统的有效工具,在理解复杂行为中起到关键作用。链路预测是预测复杂网络中未来连边或未知连边的一种方法。目前链路预测相关研究大多侧重于无向网络领域的链路预测,然而真实网络中的连边往往是有向的,直接简单地将无向网络指标用在有向网络上会降低预测精度。针对有向网络链路预测仅考虑单一互惠链接结构,却忽视了节点在网络中的其他拓扑结构因素,导致预测精确度较低的问题,提出基于互惠链路计数加权的链路预测算法和基于节点贡献度的间接互惠加权算法,主要研究内容如下。首先,针对势理论忽视含有互惠边的子图结构问题,提出一种互惠生长模型,对有向网络中具有不同互惠链接数目的有向闭合三元组进行筛选,发现有向闭合三元组中存在大量互惠链接。针对目前互惠链路加权算法未考虑节点度资源的问题,在有向闭合三元组中引入互惠链路计数指标作为有向边的权重,综合考虑节点度资源,提出互惠链路计数加权的链路预测算法。其次,针对当前互惠链路加权算法只考虑互惠系数的因素导致预测精度降低的问题,本文通过引入网络中每个节点贡献度,再综合考虑互惠链接的重要作用,融合局部的节点贡献度和全局的互惠系数,将互惠链接信息转化为节点对之间的权值,提出新的加权机制,即基于节点贡献度的间接互惠加权算法。最后,将基于互惠链路计数加权的链路预测算法和基于节点贡献度的间接互惠加权算法,分别在不同类型的真实数据集上进行实验验证,并与经典加权指标进行对比分析,验证本文提出算法的有效性。