1.一种基于二阶局部社团和种子节点结构信息的预测网络未知连边的方法，其特征在于：包括以下步骤：步骤一：在保证整个网络保持连通的条件下建立网络模型G(V,E)，其中V为网络中的节点，E为网络中的边；

步骤二：选取网络中一对没有连边的节点i和j作为两个种子节点，节点i和j的邻居节点数分别记为ki和kj，提取节点i和j所有的一阶共同邻居节点和二阶共同邻居节点以及这些节点之间的连边，构成二阶局部社团，其中节点i和j之间长度为2的路径的中间的一个节点为一阶共同邻居，长度为3的路径的中间2个节点为二阶共同邻居；

步骤三：遍历整个二阶局部社团，节点总数记为CNij，总连边数量记为LCLij；

步骤四：计算二阶局部社团的体量系数：θij＝CNij*LCLij；

步骤五：计算二阶局部社团的边聚类系数：

步骤六：计算二阶局部社团的简谐平均距离：

其中

上式中，g和h表示二阶局部社团中任意两个节点，dgh为g和h两个节点之间的路径长度；

步骤七：计算二阶局部社团系数：

步骤八：计算节点i，j之间的相似性分数指标： LCSij＝θij*TLCCij/(ki*kj)；

步骤九：遍历整个网络，对任意两个未连接节点，重复步骤二至步骤八，计算相应的LCS指标作为节点对之间的相似性分数指标，相似性分数越高，相应的节点对之间出现连边的可能性越大，将所有的未连接节点对之间的相似性分数按降序排列，取前m个指标对应的节点对为预测连边，m≦M，M为整个网络中所有未连接节点对的总数。