学术网络是在学术文献的数量急剧增长的背景下发展起来的一种网络结构。随着学术文献的大量发表,学术网络的规模日益庞大。怎样高效地从复杂的学术网络中找到有价值的学术信息是当前一项重要而困难的工作,学术影响力评估算法是为了获取学术网络中最有价值的学术信息而发展起来的一种评估算法。学术影响力评估是指对学术网络中的各种学术主体,如作者、文献、期刊和机构等进行评价。文献和作者作为最重要的科研主体,将学术网络中各种学术主体联系起来,对于学术影响力的评估主要围绕文献和作者展开。本文针对文献排名和作者影响力评估算法进行研究,主要工作如下:(1)针对现有文献排名算法存在的问题,通过引入文献的发表时效性和引用时效性计算文献的价值随时间的衰减,同时考虑文献所在期刊的影响因子对文献排名算法的影响,改进了PageRank算法得到了一种结合多种特征的多特征文献排名算法。对于改进的多特征文献排名算法分别在ACM信息系统论文集和微软学术搜索数据集软件测试领域的数据上进行实验,并对算法的性能进行评价。与PageRank算法相比,多特征文献排名算法考虑了文献的发表时间和文献被引用的时间,基于文献的时效性和所在期刊的影响因子对文献价值的排名算法进行改进,提高了算法的性能。(2)在多特征文献排名算法的基础上,结合作者自身的价值对h-index算法进行改进,设计了多特征作者影响力评估算法,其中作者自身的价值是通过作者在文献中的署名位次和作者所在机构的等级来体现的。对于多特征作者影响力评估方法在微软学术搜索数据集软件测试领域的数据上进行实验,证明了算法的准确率要优于h-index算法,在软件测试数据集中取得了较好的效果。