随着物联网、云计算以及“互联网+”等相关应用的不断深入,用户在享受互联网技术带来便捷的同时,也陷入了“信息过载”的困境中。用户在满足信息需求的过程中,发现自己已经迷失在信息的海洋中。推荐系统作为一种个性化的信息服务形式,能基于用户兴趣偏好来进行主动的实时推荐,并且已经被广泛的使用在了各大购物网站中。同时,随着不同组织对数字文献资源建设力度的加大,用户在享受数字文献资源便利性的同时也遇到了一些困难,比如相关文献的查找费时费力而且查询结果不能令人满意。为此,学术文献的引文推荐研究逐渐受到了学者们的关注,该研究能在一定程度上提高用户撰写论文的效率和质量,目的是能自动的发现用户手稿中需要引文的位置,并提供相关的文献。和一般推荐系统不同,引文推荐服务的对象一般是科研工作者,而且推荐的内容是学术文献,推荐过程中涉及到了引文分析、引用动机、作者自身特点等多种因素的影响。因此,引文推荐系统不仅仅是推荐系统的具体应用,而且更应该看成是推荐系统的延伸和拓展。对于引文推荐研究,国外研究较早,国内研究刚刚起步,且研究主要是从推荐算法的改进来着手,而深入文献内部,从学术文献结构功能和引文功能的角度来对其探讨基本空白。基于此,本文以结构功能和引文功能作为研究切入点,融合传统推荐方法来提高引文推荐的效果。本文共分7章,主要内容如下:第一章,引言。首先说明了本文研究的背景和意义。然后在大量文献调研的基础上,从局部引文推荐和全局引文推荐两个方面进行文献综述,对引文推荐的方法进行了总结,并对引文推荐目前的研究现状进行了评述,交代了本文研究的可行性。然后,在上述工作的基础上,提出了本文研究思路和方法以及研究内容和创新点。第二章,学术文献引文推荐相关理论研究。从一般推荐系统的介绍入手,对引文推荐系统进行了界定,其中包括引文推荐的定义、引文推荐的特点、引文推荐的分类。接下来通过四个模块对引文推荐的流程进行了介绍,以便和一般推荐系统工作过程进行区别。同时发现,对于引文推荐结果的评价,主要是以信息检索评价方法为基础,同时结合引文推荐特点而被提出。由于引文推荐的特殊性,这里还分析了引文推荐实验中使用的数据集,以及引文推荐过程中区别于一般推荐系统的用户行为。最后,基于引文上下文和引文推荐之间的紧密型,对引文上下文的研究进行了小结。第三章,学术文献引文推荐理论框架。本文首先提出了引文推荐总的理论框架,然后着重介绍了本文实现引文推荐的动机和总体框架。主要包括基于结构功能的引文推荐和基于引文功能的引文推荐,以及基于信息融合方法将两种推荐方法融合进行推荐。第四章,基于结构功能的学术文献引文推荐。首先是对文献进行结构功能划分,然后将引文上下文作为查询和不同结构功能组成的文献进行加权匹配。具体包括局部加权匹配和全局加权匹配。局部加权匹配是查询和全文及某结构功能部分（事先通过相似性确定）的加权匹配,而全局加权匹配是查询在文献中不同结构功能之间的总体匹配。同时,实验中还对不同结构功能对查询的贡献度进行了分析。第五章,基于引文功能的学术文献引文推荐。主要思想是想明确用引文上下文来表示文档（相当于摘要表示文档）以此生成对应查询的概率是否更高。研究涉及两种方法,一种是在初步引文推荐的基础上,使用引文上下文来表示文档,然后进行二次推荐,另一种是直接通过引文上下文来表示文档,然后通过传统的方法进行推荐。结果表明,文档集的再组织能比较好的提高引文推荐的效果。第六章,基于结构功能和引文功能融合的引文推荐。以基于得分和排序的信息融合方法对结构功能和引文功能推荐进行融合推荐,主要从三个方面进行了研究:一是将查询定位到不同的结构功能域中,然后对各个推荐结果进行不同维度的融合;二是对第五章和第六章研究中的推荐结果的融合;三是采用了伪相关反馈技术以便能更加充分的对推荐模型进行训练,从而提高融合推荐的效果。第七章,研究总结与展望。在对本文研究全面总结的基础上,提出了本文研究的不足以及相关的后续研究。