崔志慧，彭兰一香，熊 曦，王名扬

(东北林业大学 信息与计算机工程学院，哈尔滨150040)

0 引 言

随着互联网的高速发展，每年发表的科技文献总数呈指数增长。据统计，仅2018年中国科研人员发表在国际、国内的优秀文献总量就达到31.59万篇［1］。对研究者来说，从如此海量的数据中定位满足科研需要的文献是非常困难的。引文推荐能针对某一具体的研究主题和学术文献，自动地为研究者推荐合适的相关成果和文献。借助于引文推荐，研究者可快速获取到与其研究相关的文献资料，从而在一定程度上提高撰写学术文献的效率。

2001年，Basu C等首次提出文献推荐的概念，给出文献推荐的过程是如何找到与用户兴趣相匹配的文献的过程，其核心问题在于如何表达用户兴趣和目标文献［2］。在之后的研究中，研究者们也将关注点更多放在对用户兴趣的建模和文献间相似度的计算上。2007年，Strohma等提出引文推荐的概念，并结合文本相似性和图模型方法对引文推荐问题进行了初步探索［3］。Bethard S等结合用户的历史引用信息和引用偏好来为目标文献推荐参考文献列表［4］；2010年，He Q等人将词频信息和文献的主题分布作为主要特征，实施引文推荐［5］；Pohl等基于用户下载文献的行为记录进行引文推荐［6］。2013年，刘盛博等以全文数据为基础，构建基于引用内容的引文检索与推荐系统［7］；Liu Yaning实现了基于翻译模型和用户过滤算法的混合推荐模型［8］；2014年，蔡阿妮等结合文献的内容信息和引用关系来对引文进行推荐［9］；……