通常，一些基本的前处理操作需要在实际预测发生前执行。

按定义，链接预测是预测链接而不是节点的操作。然而，正如网络进化一样，它们的节点也一样在进化。因此，我们不能假定训练网络和测试网络都包含同一组节点。为了公平的比较，我们需要将所分析的节点限制为在训练和测试网络中的普通节点。这些由Linkpred自动完成。如此一来，这种方法就变为可能，至少在理论上可以实现完美的预测，100%的查准率和100%的查全率。

众所周知，对孤立节点（没有任何邻居的节点）的任何预测是困难的，因为我们没有关于它们的信息。类似地，度低的节点有时被丢弃，因为有关它们的信息太少（Liben-Nowell，Kleinberg，2007）。然而，这样做可能导致高估预测的准确率（Guns，2012；Scripps，Tan，Esfahanian，2009）。默认状态下，Linkpred移走孤立节点，保留其他节点原封不动。这些可通过设置最小度不是1而是其他值来改变（参见2.5.4节）。(www.daowen.com)

一方面，合作者网络是无向的，例如，链接能从两个方向被穿越。另一方面，有向网络有固定方向的链，引文网络是一个最好的例子。几乎所有的链接预测的相关研究专门处理无向网络，因此，Linkpred主要在无向网络上测试，不支持有向网络。Shibata、Kajikawa、Sakata（2012）在一个文献引文网络中研究链接预测。但是，他们本质上把网络当无向来对待，而且只预测两个节点间链接的出现或消失。研究假定较新的文章引用较早发表的文章。一种类似Linkpred的方法是可能的：首先，转化有向网络为无向网络，然后，再应用链接预测。