随着计算机软硬件技术的发展与人类文化水平的提高,产生了越来越多的电子文献。文献查阅作为科学研究与知识获取过程中必不可少的工作,常常需要花费大量的时间和精力去搜索文献。怎样在海量文献中快速方便的获取所需文献,正是本文所研究的内容。本文首先利用复杂网络的理论知识来构建了文献关联关系网络。接着对所构建的文献关联关系网络进行了参数的计算与分析,完成了完整的文献关联关系模型的构造。利用此模型可以有效的查询到通过关键词匹配得到的文献中阅读价值较高的文献,并可以搜索出关键词所不能匹配,但与之有较强关系的相关文献。为了对上述理论进行验证并说明理论的可行性,本文还给出了构建模型的具体实现方案。首先抓取到了网页文献的属性与关系数据,并根据已得到的数据进行了网络的构造、参数的计算、结果的分析等工作。通过所给出的实现方案可以迅速准确的获取到大量文献的属性及关联性的数据,并进行大数据量的计算与结果的显示。最后,采用实际的数据进行了实验。通过对实验结果数据的分析,证明了本文中提出的模型很好的满足了预期的要求。模型有效的解决了新文献被引次数少带来的重要度下降的问题,及老文献被引次数高带来的重要度虚高的问题。