【摘要】在前期研究的基础之上,本文提出了一种基于知识元迁移的ESI (essential science indicators)研究前沿知识演进分析方法,通过对研究前沿中的知识元迁移现象,进行定量分析和迁移程度计算,从语义分析和知识计算的角度,进一步探索研究前沿的演进机理。借助命名实体识别、词袋模型、PLDA (parallel latent Dirichlet allocation)主题模型、信息熵算法等文本语义挖掘和自然语言处理技术,通过设计贡献度指数CVI (contribution value index)和迁移度指数MVI (migration value index)两种计量指标,探究知识元的迁移规律。研究结果表明,以前沿主题中的个体知识元作为分析对象,可以从最为直接、最为细粒度的视角,对研究前沿随时间变化时内在知识结构特征的变迁规律进行挖掘,揭示领域知识要素在不同时期的演化状态,能够更为深入地回答研究前沿的追踪发展变迁问题,为面向学科前沿的科技情报工作提供方法论参考。