科学技术是极具传承性的事业,任何一个科技工作者要取得好的进展,都离不开前人或他人的经验和成果。近年来,随着计算机、生物、化学、医药等领域的研究成果发布周期越来越短,科技文献数目加速增长。目前,仅中国知网能检索到的文献就超过7000万篇,平均每天出版文献28000篇。面对日益增长的文献资源,如何了解当前研究领域内前人或他人的主要的研究成果、诱导类比、联想各种创新思维,促进科学发现和技术创新,快捷准确地搜索相似文献已成为人们关注的热点问题。随着生物信息学、化学情报学、社会网络分析的广泛应用,图在诸如蛋白质结构、神经网络等复杂结构建模方面日趋重要。在现实世界中,有许多科技、商业、经济、生化等领域的问题可以抽象成图上的相似性搜索问题。基于这一思想,本文提出了文献拓扑图模型,其中包括无向文献拓扑图和有向文献拓扑图,将文献的相似性搜索问题转化为图搜索问题。论文工作主要包括以下两个方面:首先,基于无向文献拓扑图提出了一种新的文献相似度评估方法,该方法结合了对文献内容与文献间的引用关系的分析,并应用容斥原理计算文献间相似度;提出了一种基于Erdǒs理论的文献相似性搜索算法—Hub-N,该算法采用了广度优先与剪枝策略相结合的搜索技术,缩小了扫描文献范围,提高了搜索效率,并通过实验验证了其有效性和可行性。同时,Hub-N算法也适用于其他领域的相似性搜索。其次,分析了PageRank算法应用于科技文献相似性搜索的可行性、优点和不足,针对PageRank的不足提出了一种改进的PageRank算法——IPR,IPR算法基于有向文献拓扑图,结合了对文献内容和文献间的引用关系的分析,从内容分析角度解决相关性需求,从引用分析角度解决权威性需求,综合计算文献间相似度,提高了搜索结果的准确率。最后,通过实验验证了IPR算法的有效性和可行性。