简介： 本发明提供了一种异构环境下嵌入预期价值的文献推荐方法，广泛应用于信息服务领域中的学术文献查询和检索过程中，包括如下步骤：构建初始向量，将文献网络转化为异构无向网络，利用异构图卷积将异构节点表示为节点向量，利用深度注意力层获取节点权重并优化节点向量，利用强化学习机制在节点向量中嵌入文献预期价值。本发明设计合理，结构清晰，使用便捷，可解决现有方法无法估计和利用文献预期价值的问题，以及无法多维度衡量节点贡献度的问题，减少推荐误差，提高了新发表文献的推荐效率和推荐精度。