段 震，余 豪，赵 姝，陈 洁，张燕平

(安徽大学 计算智能与信号处理教育部重点实验室，合肥 230601)

(安徽大学 计算机科学与技术学院，合肥 230601)

1 引 言

引文推荐是指根据查询者提供的信息，推荐与之相关的文献，如论文、专利等.引文推荐在领域调研、论文撰写、专利分析等科研学术活动中具有重要的应用价值.例如，当研究人员进入一个新的研究领域时，需要阅读大量与之相关的文献 资料，从中了解该领域的主要研究方法和最新进展.专利审查人员可以借助引文推荐的手段鉴定专利的新颖性和创造性.但通过人工从浩如烟海的文献资料中快速找到相关的文献，是一个艰巨的任务.如何使用机器学习方法，自动高效准确的查询相关领域的出版物并智能化地推荐一组文献集合，节约查找时间，是一个值得研究的课题.

近年来，引文推荐的研究主要可分为两类方法，即基于内容的引文推荐[1-3]和基于图的引文推荐[4-7].在基于内容的引文推荐方法中，主要依据文献的文本属性进行推荐，如标题、关键字、摘要、主题等.但是在学术研究领域，一种普遍的现象是新的名词被不断创造出来，从而会面临一些语义混淆的问题[6]，使得仅依赖内容进行引文推荐的方法准确率相对较低.

很多研究学者认为，可以将引文推荐任务视作链路预测的问题来解决.引文网络包含了多种类型的节点，如论文、作者、关键字、期刊等.不同类型的节点构成一个异质信息网络……