随着科学技术的高速发展,以及信息表示形式的多样化,对于省级科技部门而言,科学、精准、高效地跟踪与获取国家层面的科技热点主题,进而做出前瞻性科技决策,对于促进省域科技创新,具有重要意义。为此,本文研究领域科技热点主题挖掘,以便为科技部门进行决策辅助,就显得十分必要。具体工作如下:通过查阅大量的文献,了解科技决策的研究方向与研究方法,总结归纳出目前研究的不足之处,进而提出本文解决科技决策的流程,即主要解决决策的三个方面:国家目前关注的热点领域、该领域目前的发展热点并预测未来的发展方向、对该领域的具体发展举措。首先,获得国家目前关注的热点领域。选取时间区间2016年到2019年的开源数据,科技部网站上的国家科技政策、科技政策动态等数据。利用LDA模型对数据进行建模,分析得出国家目前发展的热点领域包括医疗、教育、人工智能、绿色农业、脱贫、减税;其次,对于已得出的热点领域,选取一个领域进行深入研究,得出该领域目前的发展热点并预测未来的发展方向。本文选取人工智能领域,对涉及到的人工智能领域的数据,同样使用LDA方法与研究前沿指标判别得出人工智能领域的前沿主题只有“机器人”、热点主题主要包括“医疗”、“金融”、“人才”、“教育”、“工业”。新兴主题包括“5G网络”、“芯片”、“存储”、“算法”、“数字化城市”等,从而得到人工智能领域的研究方向;最后,得到“人工智能”领域的发展举措。利用word2vec方法与SVM方法相结合对文本进行分类,得到四类文本数据即“科学产业”、“成果转化”、“政策”、“科学技术”,对不同类别的文本数据利用word2vec方法进行相关性分析,得到人工智能在不同类别下的发展举措。本文从省级科技部门如何精准有效促进某领域发展的需求出发,总结目前已有的方法知识,构建一套适用于某领域深度发展的方法流程。该方法流程不仅可以明确地清楚领域未来的发展方向,也可进一步获得如何促进该领域进一步发展的不同措施,对科技管理部门具有重要的指导意义。