摘要
网络中的缺失链接预测在现代科学中兼具理论意义与实际应用价值。本文基于节点相似性，对一种简单的链接预测框架进行了实证研究。我们在六个真实网络上比较了九种经典的局部相似性度量方法。结果表明，最简单的度量方法——共同邻居（common neighbors）具有最佳的整体性能，而Adamic-Adar指数表现位居第二。本文提出了一种新的相似性度量方法，其灵感来源于网络中的资源分配过程，实验结果显示该方法的预测精度优于传统的共同邻居方法。研究还发现，仅依赖最近邻信息时，许多链接会被赋予相同的相似性得分。为此，我们设计了一种新的度量方法，进一步利用次近邻的信息，显著提升了链接预测的准确性。