期刊论文是近代人类新思想和新知识的聚集地,从浩如烟海的论文集中搜寻出最具有影响力的若干篇论文,这对于学术研究具有重要意义。目前,科研人员通过改进传播模型与优化影响力最大化算法,使得社会网络影响力最大化问题的相关研究取得了丰硕的成果。现有影响力最大化算法需要结合使用时间复杂度很高的贪心算法,这大大降低了算法的执行效率。学术引文网络的研究是在已有社会网络研究的基础之上结合学术引文网络的特点进行改进。通过对学术引文网络的影响力最大化问题进行深入的探究,针对前人研究的不足,本文提出了一个结合引文网络特点计算节点全局影响力的新算法。该算法主要包括:1)扩展了原有的线性阈值模型。在影响力传播过程中,每次将全部节点的影响向下传播一跳,得到新的传播影响,并将全部影响进行统计;2)计算单个节点的全局影响力。定义节点间的直接路径影响、间接路径影响以及多路径影响,并且定义了一个循环运算规则。结合引文网络的发表时间特性,构建与阈值相关的影响方阵并循环运算,最终得到单个节点全局影响力方阵;3)将全部节点按全局影响力排序,每轮选择前n个节点作为候选节点选取k个种子节点,避免影响力较大节点的聚集情况。本文以真实的学术引文网络数据集为实验样本,将我们提出的基于全局的学术引文网络影响力最大化算法与两种基准算法从激活范围和运行时间两个方面进行对比。实验结果表明,本文提出算法在激活范围和运行时间上都有很好的表现。