社會網(wǎng)絡(luò)錯綜復(fù)雜，如果能夠及時發(fā)現(xiàn)和預(yù)測當前網(wǎng)絡(luò)可能發(fā)生的重大事件并采取有效的處置策略，將具有重大意義．鏈路預(yù)測的理論框架和評價方法為社會網(wǎng)絡(luò)事件檢測提供了一條有效途徑．目前，鏈路預(yù)測的研究工作大多針對特定網(wǎng)絡(luò)提出相似性指標，試圖取得更高的鏈路預(yù)測精度，這些研究存在如下問題：（1）不同的相似性指標適用于不同的網(wǎng)絡(luò)，不具有普適性；（2）獨立的相似性指標無法全面反映網(wǎng)絡(luò)演化的多樣性和復(fù)雜性；（3）鏈路預(yù)測時未考慮網(wǎng)絡(luò)演化過程中可能出現(xiàn)波動。無法進行事件檢測．基于上述問題，提出一種社會網(wǎng)絡(luò)事件檢測的混合指標群智能方法IndexEvent，由最佳權(quán)重算法OWA（optimal weight algorithm）和波動檢測算法FDA（fluctuation　detection algorithm）組成，可以評價不同網(wǎng)絡(luò)的演化波動，發(fā)現(xiàn)網(wǎng)絡(luò)波動異常，進行事件檢測，主要工作如下：（1）提出了混合指標，并證明了基于混合指標的鏈路預(yù)測算法可以取得更高的預(yù)測精度；（2）基于量子粒子群算法提出了最佳權(quán)重算法OWA，以高效地確定不同網(wǎng)絡(luò)的最佳混合指標：（3）提出了一種網(wǎng)絡(luò)波動檢測算法FDA，定量評價不同時段網(wǎng)給演化的波動程度，并在考慮微觀因素的基礎(chǔ)上進行改進．對不同特征的網(wǎng)絡(luò)進行實驗，結(jié)果表明，IndexEvent方法能夠準確地反映事件造成的網(wǎng)絡(luò)演化波動，有效地檢測事件．