信息技术的发展使人类社会大步迈入了网络时代,使得人们开始广泛关注网络理论研究。复杂网络理论研究各种看上去互不相同的复杂网络之间的共性和处理它们的普适方法,探索复杂网络的结构复杂性及其与网络行为之间的关系。链路预测是复杂网络理论研究中一个分支,旨在是利用网络的拓扑结构来预测网络中节点对之间缺失或可能产生的链接,是探索和分析网络结构演化的重要手段。如在社交网络中好友关系链路预测利用已存在的好友关系预测将来哪些用户会成为好友,会员参与互动话题的关系网络通过目前会员参与话题的情况预测会员未来会参与哪些话题等。　　本文所做的工作如下:　　(1)已有的链路预测研究主要针对单分网络,即只包含一类节点的网络,而实际网络往往包含两类或多类节点。如果一个网络包含两类节点并且连边只存在于不同类型的节点间,称为二分网络。现实世界中二分网络的普遍性,使得针对二分网络不同类型节点间的链路预测具有广泛的应用价值。而单分网络会不能够直接运用在二分网络中。本文将通过投影利用单分网络的已有预测指标,为二分网络的链路预测算法提供一些投影图的结构所包含的信息。　　(2)提出基于内部连边的二分网络链路预测改进算法ILPExt,针对ILP链路预测算法对于网络拓扑信息利用不充分的问题,根据二分网络底部节点和顶部节点分别生成投影图,找到相关的内部连接集并进行合并,得到预测边集。在多个数据集上的对比实验结果表明,本文算法能够准确预测更多的边并有效提高召回率。　　(3)提出扩展算法,相对于内部连边的概念,提出外部连接概念的思路,在二分网络中来进行链路预测。