随着人工智能、大数据等新兴产业的迅速发展,网络科学的研究越发深入并显得十分重要,比如复杂网络相似性指标被大量用于链路预测、推荐技术和数据挖掘等领域。近年来,基于超图结构的超网络因其更符合现实网络结构的特点,越来越被人们重视并在超网络结构上做了大量研究。本文系统的研究和分析了超网络上的相似性指标,从超边相似性和节点相似性两个方面提出了四类相似性指标,在三类典型超网络模型上对相似性指标的预测精准度进行了评估分析,同时在西宁公交超网络中给出了超网络差异性指标的概念,并结合负载非均匀分配的容量负载模型,分析研究超边和节点的重要性。本文具体研究内容包括:（1）基于超图结构提出四类超网络相似性指标。本文在基于共同邻居和路径的相似性指标基础上,结合超图结构的超边和节点特性,改进并提出了基于共同超邻居、偏好连接、局部超路径和HKatz的四类超网络相似性指标;（2）构建小世界超网络模型并进行相似性指标的研究。本文构建了均匀重连/加边、非均匀重连/加边等四类小世界超网络模型,并在三类典型超网络模型中利用模型评估指标AUC进行仿真实验,对提出的18种相似性指标对比分析,结果显示本文改进后的HKatz指标精准度明显优于其他指标;（3）构建西宁公交超网络模型并进行相似性指标的研究和应用。本文根据真实数据集构建了西宁公交超网络模型,在该模型上利用AUC对超网络相似性指标的精准度进行评估,此外,运用HKatz指标提出了超网络的差异性指标,并结合超网络相继故障模型对西宁公交超网络进行仿真实验,结果显示,从乘客可选择的交通工具角度,以及公交线路和公交站点发生自然灾害或损坏维修停运时付出的代价考虑,差异性越大的公交线路和公交站点显得更为重要。