網(wǎng)絡(luò)演化分析與事件檢測，是當(dāng)前社會網(wǎng)絡(luò)研究的熱點和難點，現(xiàn)有的研究工作主要是針對網(wǎng)絡(luò)提出不同的模型，并用網(wǎng)絡(luò)特征指標(biāo)對仿真結(jié)果進(jìn)行評價．這些方法存在如下問題：（1）每種方法僅針對特定網(wǎng)絡(luò)，通用性不高；（2）特征指標(biāo)多種多樣，不同模型的表現(xiàn)情況缺乏統(tǒng)一的評價標(biāo)準(zhǔn)；（3）未考慮網(wǎng)絡(luò)演化的時間特性，難以描述網(wǎng)絡(luò)演化的波動性，無法檢測事件．針對上述問題，提出一種基于鏈路預(yù)測的社會網(wǎng)絡(luò)事件檢測方法LinkEvent（由相似性計算算法SimC和事件檢測算法EventD組成），它可以對不同網(wǎng)絡(luò)的波動性進(jìn)行統(tǒng)一評價，并依此建立事件檢測模型．主要工作包括：（1）證明了鏈路預(yù)測可以反映網(wǎng)絡(luò)演化機(jī)制，相同機(jī)制下的模型演化法和鏈路預(yù)測在分析網(wǎng)絡(luò)演化上具有內(nèi)在的一致性；（2）基于鏈路預(yù)測，提出一種網(wǎng)絡(luò)相似性計算算法SimC（similar computing），并在考慮微觀因素的基礎(chǔ)上進(jìn)行改進(jìn)：（3）利用相似性計算結(jié)果，提出一種事件檢測算法EventD（event detecting）檢測出新事件．在不同特征的網(wǎng)絡(luò)上進(jìn)行實驗，結(jié)果表明：所提出的LinkEvent方法能夠較好地解決網(wǎng)絡(luò)演化波動性問題，實現(xiàn)事件檢測：同時也證明了利用鏈路預(yù)測技術(shù)進(jìn)行網(wǎng)絡(luò)演化分析的可行性以及相似性計算和事件檢測算法的有效性．