本文对复杂网络中的链接预测方法进行了广泛的综述，将其分为四大类，包括基于相似性、基于概率、基于关系模型和基于学习的方法。此外，还介绍了一系列可用于研究链接预测的网络数据集。最后，讨论了最近的发展趋势和未来研究方向。

Jan, 2019

本研究通过分析节点邻近节点的贡献，得出最优可能性矩阵的解析式，进而预测网络中的缺失链接，并发现解析式中的一些局部相似性指数优于传统的相似性指数，如直接计算两个节点之间的 3 跳路径个数更能准确地预测缺失链接，而传统的 2 跳路径个数则不如该指数。

Mar, 2018

本文提出了一种基于本地随机游走的预测方法，可以在保持竞争力的预测准确性的同时，具有更低的计算复杂度，有效解决了在复杂网络中缺失的链接预测问题。

Jan, 2010

本文综述了社交网络中缺失链接的预测方法和应用，并分析了当前技术的现状、问题、应用和未来挑战。

Nov, 2014

本文总结了过去十年来数千篇相关出版物中提取的有关本地相似性指数、链接预测性、网络嵌入、矩阵完成和集成学习等方面的代表性进展，并概述了未来研究面临的一些长期挑战。

Feb, 2021

本文研究了链接预测领域中评估方法的挑战，提出了新的方法以替代目前方法，提供准确可靠的预测结果，并建议使用精确度 - 召回率曲线和相关面积来解决链接预测分类问题中存在的极端不平衡挑战。

May, 2015

网络生物学中，基于网络结构表示异质基因组和分子实体之间的相互作用。本综述系统剖析了应用于静态和动态生物网络的局部、中心性和嵌入式链接预测方法的属性，并在疾病、基因、蛋白质、RNA、微生物组、药物和神经元之间的预测链接方面考察了当前链接预测度量的应用。我们对已建立的生物网络数据集进行了全面的性能评估，展示了标准链接预测模型的实际应用。此外，我们比较了各模型之间预测趋势的相似性以及对于有效链接预测所起作用的特定网络属性，最后强调了链接预测在解决生物系统中普遍存在的噪音、偏见、数据稀疏性和可解释性等难题方面的作用。我们通过探索未来链接预测模型的必要特征，以推进对控制生物系统的复杂相互作用的理解来总结这篇综述。

Dec, 2023

本文以数据为中心的观点，旨在研究不同数据集中的链接预测原则，确认了三个关键因素：局部结构接近度、全局结构接近度和特征接近度，并揭示了它们之间的关系。新的洞察启发了 GNN4LP 模型设计以及选择适当基准数据集进行更全面评估的实用指导。

Oct, 2023

描述、解释网络动态变化的关键挑战之一是预测短期和长期变化，在考虑增强节点属性和网络拓扑特征的基础上，应用 CMA-ES 优化 16 个邻域和节点相似性指数的权重来预测未来的链接，从而为推特回复网络的演化提供一些计算机建模的线索。

Apr, 2013

提出一种结合第一和第二组方法的两阶段方法，其中第一阶段确定与节点位置和动态行为相关的新特征，第二阶段应用子空间聚类算法对社会对象进行分组，以区分集群的强度，在 Facebook、Brightkite 和 HepTh 等真实数据集上进行了广泛的实验，并与该领域的一些先前技术进行了实验验证，证明了该方法的优越性。

May, 2023