本发明公开了一种异质信息网络增强的学术论文推荐方法，包括以下步骤：步骤1、构建异质信息网络，所述异质信息网络包含用户、论文、标签这3类节点，以及用户与论文之间的交互关系、论文与论文之间的引用关系、论文与标签之间的从属关系这3种关系；步骤2、利用矩阵分解算法学习用户和论文的交互特征；步骤3、将交互特征输入异质图注意力网络，学习论文在异质信息网络中的高阶特征；步骤4、利用外积计算融合步骤2和3学习得到的特征；步骤5、将步骤4融合后的特征输入深度推荐模型预测评分。本发明利用异质信息网络解决交互数据稀疏的问题，可提升推荐的准确率。