【摘要】当下,复杂网络领域受到越来越多人的广泛关注。其中链路预测是复杂网络研究中的一个热门的分支,被作为预测缺失链路和识别虚假链路的有效手段。传统基于相似性的复杂网络链路预测主要考虑每个节点的某个相似性指标,而该文提出一种基于聚类系数和节点中心性(CCNC)的链路预测算法,将度、聚类系数和节点中心性3个相似度指标进行结合,引入到复杂网络链路预测中。该算法使用度和聚类系数作为局部信息的指标,使用节点中心性表征节点在网络中的重要程度。最后,以6个真实网络为例,通过对比曲线下面积(AUC)和精确度(Precision),验证了CCNC算法的可行性和有效性。