随着化石燃料造成的环境污染日益严重和电动汽车技术飞速发展,电动汽车随之出现。电动汽车目前续航较短,在电能耗尽之前,电动汽车需要行驶到临近的充电站进行充电。作为电动汽车的一种特例,电动出租车是一种以营运为目的的电动汽车,载客期行驶目的地一般由乘客决定,而处于空载期的电动出租车目的地通常不明确且频繁变化,难以为空载电动出租车推荐合适的充电站。为此,本文研究了一种基于链路预测的充电站推荐算法（Charging station Recommendation Algorithm based on Link Prediction,CRA-LP）,来为空载期电动出租车推荐合适的充电站。本文将电动出租车和充电站转化成网络中的节点,并且将电动出租车之间或电动出租车与充电站之间的相遇转化成网络中的链路,通过网络中的拓扑关系来预测网络中未来可能产生的链路,并且尽可能的减小空载电动出租车偏离驾驶员潜在目的地的额外移动距离。空载期电动出租车的移动受驾驶员形式习惯的影响,因此在CRA-LP中,使用了一种基于AA（Adamic-Adar）指标的链路预测方法,加入时间参数的衰减,计算电动出租车与充电站之间的相似性。相似性越大则表明越可能作为待选充电站推荐给电动出租车。特别地,电动出租车在行驶过程中相遇的其他车辆以及其历史轨迹都可以作为充电站推荐的依据。仿真结果表明,CRA-LP在AUC（Area Under Curve）和平均额外移动方面能够取得较好的结果,反映了CRA-LP能够准确地预测充电站与电动出租车之间的未来链路,从而向这些电动出租车推荐合适的充电站。在完成上述研究的基础上,本文还设计并实现了一个空载出租车充电站推荐原型系统,该系统依托微信小程序,实现了CRA-LP算法的基本思想,并将推荐的充电站映射到地图中,进一步测试和验证该系统的推荐结果。系统运行结果表明,该原型系统可以方便地给空载电动出租车推荐合适充电站,同时将推荐结果在地图上直观展示,系统负载较低、运行性能较为稳定。本文利用基于AA指标的链路预测方法结合时间衰减系数来度量电动出租车与充电站的相似性,并以此为依据向空载电动出租车推荐充电站。未来将基于更多真实数据集进行仿真验证,并根据仿真结果进一步优化算法参数设置以及提升算法效率。