随着互联网信息的快速增长,科研工作者通过科技文献检索平台获取各种信息。科研工作者和科技文献的数量都出现急剧的增长,如何让科研工作者在大量的科技文献数据库中查找到专业领域内的最相关的文献资源,我们需要获得科技文献的重要度。本论文研究的课题是对科技文献重要度的评价。目前评价科技文献重要度方法主要有:1)科技文献的引用计数法评价;2)基于PageRank算法的科技文献重要度评价算法;3)基于HITS的科技文献评价算法。这些算法在评价重要度的时候有一定的局限性:直接依靠引用次数虽然可以直观地看到结果,但是在实际应用中存在着不足,发表时间相对较早的科技文献被引用的次数较多,得到的重要度比较高,但是最近发表的科技文献代表最新的科研成果,可能发表时长较短,没有被大家引用,导致重要度比较低;基于PageRank算法的科技文献重要度评价模型是基于整个科技文献链接网络的,重要度的计算不仅依赖于被引用次数的高低,也依赖于科技文献的重要度,但是它没有充分地利用与科技文献相关的各种属性。基于HITS的科技文献评价算法同样存在着没有利用其它相关属性的问题。本论文针对PageRank算法在评价科技文献重要度方面存在的问题,提出了一种新的模型-FusionRank,利用期刊节点、期刊-年份复合节点、科技文献节点以及作者节点创建了科技文献的多信息融合网络,并设计和实现了FusionRank模型。主要研究内容包括:1)研究影响科技文献重要度的因素:每一篇科技文献都有其通用的基本属性,还有可能会有自身独特的属性。在评价科技文献重要度的模型中,需要充分地利用相关的属性,分析它们对科技文献的影响。主要涉及被引用次数、期刊的影响因子、作者的重要度及发表年份等影响因素。2)研究多信息融合网络:任何网络结构都是节点和节点之间通过相互关联构成的。一方面,构成网络的节点种类很多,在网络中首先必须要包含需要评价的节点,而且还要包含与评价节点相关的其他节点。另一方面,节点与节点之间的关联也很普遍,在构建多信息融合网络时,要把与解决的问题相关的节点及节点之间的关联关系加入到多信息融合网络中,其他的可以直接忽略。这样构建的网络复杂程度较低,运行效率较高,时间复杂度也相对较低。3)构建基于多信息融合的科技文献重要度评价模型,并设计实现。本文在DBLP数据集上进行了FusionRank与PageRank的重要度的实验,并对实验结果进行了比较分析,实验结果验证了FusionRank模型在评价科技文献重要度方面的可行性和有效性。