科技论文为知识的传递起到了推动作用,用户通过论文出版商提供的专用搜索引擎得到所需要的文献,检索信息结果不仅包括文章的基本信息也包括该文章的一些推荐文章。本文从基于内容的推荐方向出发,在对文本建模的时候使用了主题模型,此时同基于空间模型的表示法相比,在语义层面的角度上充分的考虑了词与词之间的联系,而后通过基于划分的聚类方法,自动将相似文章集簇到一起,最后在各个子簇下利用相似性算法对各个文章进行计算,将计算值大的文章列为推荐文章。它同传统的单纯依靠关键词和题目推荐的方法相比,充分考虑到文章与文章内容之间的联系,为传统的论文推荐方法做了很好的补充。本文首先介绍了在信息检索领域里的基本的文本表示方法和演变,深入的介绍了隐性语义索引、概率隐性语义索引和潜在狄利克雷分配。在数据来源的方面上,着重的分析了目标网页的特点,制定相应的抓取规则。在推荐后端上,用三层框架来具体描述其实现：第一层是基于主题模型的文档表示；第二层是文档聚类使用的是K-means聚类算法；第三层是基于主题模型下计算文章的相似性。在实验阶段用LDA和PLSA在不同的主题数目下,计算聚类效果的F值。同时本工作在基于Sphinx搜索引擎的基础上用网页的形式实现出来。