一种基于学术大数据的学者影响力评估方法,首先将学者按照其学术生涯长短进行分类,找到了最适合本课题的研究年限。然后通过建立论文合作者的无向网络,计算了该网络中的桥、介数中心性等指标,加入会议比例、信息熵等因素,提出基于结构洞理论的节点重要性评估方法;在异构网络下提出了HnRank,加入强联系因素,得出对学者影响力的评估算法SWRank,最后基于微软数据集,使用皮尔逊相关系数以及排名重合率对提出的SWRank方法与传统的PageRank、h指数等评价指标进行比较。本发明能够结合弱联系和强联系,在异构网络下对学者的影响力进行评估,打破了传统单一关系的评估,具有很强的创新性,和一定的可行性与可靠性。