为克服传统的基于内容过滤或协同过滤的文献推荐方法在缺少用户描述信息(如用户历史兴趣)的情况下无法有效地向用户推荐文献的缺陷，提出一种基于因子图的文献推荐新方法。依赖一种结合了引文网络和网络中文献主题概率分布的因子图模型，进行循环最大和（loopy max-sum）近似推理。基于权威引文网络(Thomson Reuters公司出版的2008年版期刊引证报告)的实验结果表明:该方法能在缺少用户描述信息的情况下有效地推荐主题文献，尤其适合于领域初学者获取主题相关的高质量文献。