【建模与仿真】二阶邻居节点信息驱动的节点重要性排序算法在复杂网络中，挖掘重要节点对精准推荐、交通管控、谣言控制和疾病遏制等应用至关重要。为此，本文提出一种局部信息驱动的节点重要性排序算法Leaky Noisy Integrate-and-Fire (LNIF)。该算法通过获取节点的二阶邻居信息计算节点重要性，首先通过信息量衡量节点重要性，然后叠加符合条件的邻居节点重要性，进一步区分节点重要程度，最终获得节点排序。为验证LNIF的有效性，在11个真实数据集和1个网络模型上进行了实验，采用平均度、网络效率、最大连通子图系数和SIR传播模型四个指标进行对比分析。实