2009年发表的基于局部信息的链路预测论文入选了EPJB最高引用论文

基于网络的链路预测自08年Clauset等人发表Nature论文之后成为复杂网络与信息挖掘方面研究的共同热点。动态评价网络的信息挖掘本质上是二部分网络上的链路预测。该文提出了两种基于局部信息的相似性指标——资源扩散指数、局域路径指数，通过和9种广为人知的局部相似性指标再6种不同真实网络中进行比较，文章指出新提出的两种指标明显具有更好地刻画节点相似及相近程度的能力。文章提出后立刻受到了广泛的关注，已经有很多研究团队跟踪讨论了资源扩散参数在信息推荐、有向网络链路预测和社区结构挖掘方面的应用。这些结果均证明了该文提出的指数具有明显优于已知局部参数的性质。特别是资源扩散（resource allocation index），虽然很简单，但是在最近一两年国际上很多研究团队的试验中都表现很好，小幅领先Adar-Adamic指数。

本文至今引用了191次：http://scholar.google.com/citations?user=MXgWgmEAAAAJ&hl=en 

全文链接：http://link.springer.com/article/10.1140/epjb/e2009-00335-8#