随着互联网的发展,社会化网络已经深入人心,人们通过社会化网络可以建立更加广泛的联系。与此同时,社会化网络分析也取得了深入的发展,它也已经在现代社会学、人类学、经济学,以及生物学领域得到了广泛的应用。在社会化网络中,每个人都有扩大自己交际圈的愿望,但是他们通过自身去挖掘潜在的朋友的精力是有限的,因此作为社会化网络分析子任务之一的链接预测也就变得越来越重要。本文回顾了社会化网络的基本概念以及社会化网络分析的基本方法,在社会化网络的链接预测领域进行了多种尝试,取得了以下成果：通过分析找到了现有链接预测模型的局限性。传统的链接预测模型局限于一种关系,而现实社会中的人与人之间的关系是多元化的,因此,本文分析了人与人之间的多种关系对链接预测的影响。本文使用链接模式对社会化网络进行链接预测,并使用Tensor来构建对象之间的多种关系。通过在Enron电子邮件数据集以及YouTube数据集上的实验,验证了该方法的正确性和有效性。作为社会化网络分析的一个重要环节,链接预测对于其他社会化网络分析具有重要的意义,本文尝试将链接预测应用于社群挖掘中,并通过在Enron电子邮件数据集上的实验,证实了链接预测能够提高社群挖掘的准确性,从而证实了链接预测对于社会化网络分析其他应用的有效性。