偏好依恋是一种很有吸引力的机制，用于建模定向社交网络中度分布的幂律行为。在本文中，我们考虑了在两种数据场景下对网络数据拟合五参数线性优先模型的方法。在给定网络形成的完整历史的情况下，我们导出了参数的最大似然估计，并证明了它是强相合的渐近正态的。在只有网络的单个时间快照可用的情况下，我们提出了一种估计方法，该方法将矩方法与似然近似相结合。所得估计器也具有强一致性，与MLE估计器相比性能相当好。我们通过模拟数据说明了这两种估计过程，并探讨了该模型在实际数据示例中的使用。