La estrategia de marketing integrada de influenciadores sociales, que construye influenciadores sociales a través de usuarios potenciales, ha ganado amplia atención en la industria. Los algoritmos tradicionales de predicción de enlaces de puntuación (SLPA) se basan principalmente en indicadores de redes homogéneas para predecir relaciones de amistad, lo cual no puede proporcionar resultados precisos de predicción de enlaces en situaciones de inicio en frío. Para superar estas limitaciones, se propone el Algoritmo de Predicción de Enlaces Heterogéneos por Cercanía (CHLPA), que utiliza la centralidad de cercanía de los nodos para describir la intimidad social de los nodos y proporciona una medida heterogénea de una red basada en esto. Se propusieron tres tipos de indicadores heterogéneos de intimidad social basados en el principio de la influencia de tres grados. Debido a la escasez de datos de muestra de nodos superpuestos, CHLPA utiliza árboles de aumento de gradiente para seleccionar el índice más adecuado, el segundo índice más adecuado y el tercer índice más adecuado de los Índices Heterogéneos de Intimidad Social (SIHIs) y SLPA. Luego, estos indicadores se ponderan y combinan para predecir la probabilidad de que otros usuarios de nodos en los dos círculos de productos en una comunidad de marca en línea se conviertan en amigos de usuarios de nodos superpuestos. Finalmente, se diseña un algoritmo de escalada de colinas basado en esto para construir influenciadores sociales de marketing integrados, y se valida la efectividad y robustez del algoritmo.