近年来,随着学者和科研产出的不断增加,学术评价在各研究领域越来越受到重视。评估学者影响力作为学术评价中的重要组成部分,不仅对指导高校和机构的人才引进、绩效评估以及科研基金分配等工作具有重要意义,还能为学者提高个人学术影响力和更全面的开展科研工作、发表高质量论文提供参考价值。已有研究致力于从不同角度探究与学者影响力相关的因素,主要是根据单一因素进行的评估,从网络结构角度出发整合多方面因素进行分析的方法仍有所欠缺。本文从双层网络结构的角度出发,结合与学者合作和论文引用相关的多方面因素,提出了一个综合性的学者影响力评价方法。首先,本文基于学者之间的合作关系和论文之间的引用关系分别构建了学者合作网络和论文引用网络,利用学者和论文之间的从属关系构建了学者合作-论文引用双层网络模型。通过将学者合作与论文引用共同呈现在一个网络中的建模方法,综合考虑了两者对学者影响力产生的共同作用。其次,结合双层网络的结构特征,分别从学者在网络中的地位、学者声誉和学者社会关系三个方面提取了与学者影响力相关的指标:学者在合作网络中的介数中心性、学者篇均引用率以及学者团队规模。其中,通过学者篇均引用率这一指标实现了两层网络之间的耦合,反映了论文引用对学者影响力产生的作用。最后,利用从不同角度提取的三个指标,构建了学者影响力表征模型（Scholar Influence Representation Model,简称SIRM）,并进一步检验了该模型识别和预测高影响力学者的能力。本文通过对Aminer数据集的分析和将SIRM模型与其他预测模型、排序方法的对比,证明了该模型在识别和预测高影响力学者方面的有效性。本研究的创新点主要有:（1）提出了一个包含学者合作行为与论文引用关系的多属性双层网络模型。（2）将影响因素Ra定义为连接论文被引与学者的“桥梁”,进而实现了对论文引用网络和学者合作网络的耦合,有利于从全局角度评估学者影响力。（3）整合三方面因素,构建了用于预测和识别高影响力学者的学者影响力表征模型（SIRM）。本文从双层网络的视角融合多方面因素,并通过非线性分析的建模方法研究了学者合作和论文引用对学者影响力产生的复合作用,解决了仅考虑单一网络时造成的片面性问题。实验结果表明,SIRM模型能够比其他方法更准确地识别和预测具有高影响力的学者。因此,本文提出的高影响力学者识别方法可以更准确、全面地评价学者影响力,为识别重要学者、指导学者开展科研工作和资源分配提供参考价值。