[目的/意义]异构信息网络推荐能充分展示推荐系统中各个对象之间的复杂互动关联,有助于挖掘数据中隐藏的模式和规律,为个性化推荐系统提供了一种新的思路和信息集成框架.[方法/过程]在对异构信息网络及其相关概念进行明晰的基础上,借助Histcite工具,分析并展示Web　of　Science数据库中2009-2017年异构信息网络推荐及其相关研究进展,并对未来研究进展及趋势进行了展望.[结果/结论]异构信息网络推荐研究主要分为异构信息网络相关的初步研究、基于元路径的HIN相关研究以及异构信息网络推荐的深入研究这三个阶段;HIN推荐研究已在算法探索及应用方面取得很多成果,但依然存在诸多不足.