【摘要】链路预测中关键的问题是如何通过已知的节点属性信息和网络的结构特征来衡量两个节点之间产生连边的可能性.传统的链路预测算法假设网络结构是保持不变的,而实际系统中的时间信息对网络的结构和网络的动态特性有很大的影响,从而导致了传统方法预测精度较低.为此,通过将互信息方法与移动平均模型相结合,提出了移动平均互信息方法.该方法不仅考虑了节点之间的共同邻居信息,还利用历史信息描述了网络的演化模式.在4个动态网络中的实验结果表明,移动平均互信息方法优于传统的对比方法,在预测精度上有了较大的提高.