在中美博弈的背景下,国家面临的重大问题愈加复杂,其解决途径已超出了单一学科的范畴,跨学科知识相互融合成为发展趋势。党中央、国务院高度重视交叉学科发展,习总书记在科学家座谈会上鼓励高校开设交叉学科专业,倡导加强跨学科学术交流。学科交叉主题蕴含着学科发展前沿和重大突破,对其有效识别能够帮助研究者挖掘新的学科生长点。但现有识别方法存在角度单一、输出结果简单等问题,缺乏考虑作者的自组织性,不利于有组织地攻关跨学科难题。相比于传统科研团队的分割性和固化性,科研群体则围绕相似兴趣而存在,其约束性小,有助于高效研讨学科知识、集中攻关难点问题。因此,多角度识别不同学科的科研群体之间的交叉主题,有助于组织群体成员针对该主题进行前沿热点探讨。具体工作如下:首先,提出基于科研群体特征的不同学科群体之间的交叉主题识别方法。综合学科交叉主题识别的内在属性角度和外在关系角度,采集和预处理科研信息数据,并设计科研群体的特征描述体系;对科研兴趣特征的关键词进行文本相似度分析,同时对科研关系特征的合作、引证和社交网络进行连通性分析,得到不同学科群体之间的学科交叉主题词。其次,在描述群体特征的基础上,提出考虑相似兴趣的科研群体挖掘方法。科研群体是围绕着科研兴趣而存在的学习交流型组织,通过关键词共现网络分析和非重叠社团划分可以得到具有相似兴趣的科研群体,并对研究结果进行可视化呈现。最后,对本文提出的基于科研群体特征的学科交叉主题识别方法进行实例验证。收集某大学两门学科的科研人员数据,通过关键词共现和社团划分算法得到具有相似兴趣的多个群体,然后分析不同学科群体之间的共同的科研兴趣特征、互通的科研关系特征,得到学科交叉主题,从而验证方法的可行性。本文旨在辅助科研管理单位和相关研究者直观、全面地了解目标区域的学科交叉主题内容及其科研群体力量分布,从而统筹这一力量,推进有组织的科研,集中攻关跨学科难点问题。但学术信息源的局限性导致对潜在的主题交叉趋势识别不足,同时关键词的主题分析仍需要相关专业知识支撑,这些问题仍需在未来的研究中进一步探索。