科技成果是指通过科学研究与技术开发所产生的具有实用价值的成果，科技成果转化是指为提高生产力水平而对科技成果所进行的后续试验、开发、应用、推广直至形成新技术、新工艺、新材料、新产品，发展新产业等活动。推动科技成果转化是加强科技与经济紧密结合的关键环节，也是促进科技创新发挥服务社会功能的根本途径，对于制定创新发展战略、抢占领域科技发展先机和制高点具有至关重要的作用。　　科技成果转化伴随着大量的知识活动，知识的创新、流动和转移是科技成果转化的内在驱动力。知识创新要素必须完成从科学研究、技术开发到产业应用的三级跳，才能真正成为推动经济社会发展的现实动力。现有研究主要从体制机制、主体能力及服务体系等方面探究导致科技成果转化瓶颈的原因，普遍忽略了科技成果转化实际是一个打通知识创新链的过程，未能深入科技成果产出、应用的微观路径机理，不利于准确把握科技成果转化的一般规律。　　基于此，本文从知识关联的角度研究科技成果转化问题，旨在准确揭示科技成果转化中的知识活动机理，帮助相关人员掌握领域科技成果转化规律与模式，为有针对性地采取措施促进知识在科学、技术及产业间的有序流动提供参考。　　本文首先梳理了科技成果转化、科学-技术-产业知识关联、文本主题识别以及主题关联分析等相关概念、理论与方法，对其中的重点内容进行了综述。现有研究的不足之处包括:未深入科技成果转化的知识活动本质，较少从知识转化的角度分析科技成果转化模式;科学-技术-产业知识关联分析局限于定性层面，科学-技术关联定量分析多停留在统计层面;主要基于单一关系识别文本主题，虽有多元关系融合方法，但以主观赋权的线性融合为主;多基于主题所包含主题词的数量特征计算主题关联度，较少考虑主题词之间的潜在语义关系。　　然后构建了一套完整的基于多元关系融合的文本主题识别方法和流程。首先提出了面向主题识别的多元关系类型，即基础关系和强化关系。基础关系一般为主题词基于同一文献的直接共现关系，强化关系则指主题词基于作者或引文建立起的语义关联关系。然后构建并实现了基于多元关系融合的文本主题识别方法，包括数据获取及预处理、多元关系融合以及文本主题识别三部分:数据获取及预处理主要介绍如何获得所需的科技文献数据集并从中获取规范的主题词、作者/发明人、引文等字段;多元关系融合部分重点讨论了权重计算、关系矩阵获取及线性融合的方法和步骤，其中权重计算充分考虑了数据自身特征，较好地克服了人工赋权的主观性;文本主题识别部分主要介绍了BGLL文本主题识别算法的基本原理和应用步骤，同时探讨了该算法在效率与效果两方面的综合运用价值。　　接下来重点提出了基于STI知识关联的科技成果转化模式分析方法。具体包括:第一，以科学主题和技术主题为例介绍了STI知识关联探测模型的基本原理，说明主题关联度与主题分布时间是知识关联探测模型的重要参数。第二，给出了主题关联度的计算方法，该方法同时考虑主题词的显性关联和隐性关联，其中隐性关联是在显性关联基础上建立起来的一种重要补充关系。第三，讨论了主题分布时间的确定方法，并给出平均影响力法的计算公式。第四，重点从科技成果转化的角度分析了科学与技术知识向产业知识转化的主要模式，并提出科技成果转化模式的预设类型，探讨各种模式在科技成果转化场景中的特征及识别意义。第五，分别对T-I模式、S-T-I模式、T-S-I模式以及T-I-S模式及相应科技主题进行知识转化能力测度，在主题层面识别具有较高知识转化能力的重点主题，在模式层面识别知识转化能力较强的模式。　　文章最后以基因工程疫苗领域作为实证分析对象，验证了基于STI知识关联的科技成果转化模式分析方法的有效性和可行性，同时也对本文方法存在的缺陷进行了讨论，指出还需要进一步提升方法对微弱主题或主题微弱变化趋势的灵敏度，在方法的适用性、实操性方面也需要进一步优化。　　论文的主要创新贡献为:①深入科技成果转化的知识活动本质，从知识转化的角度揭示科技成果向产业转化的一般模式。在理论层面探讨科技成果转化活动中的知识创新、流动和转移现象，重点分析科学、技术及产业间的知识互动关系;在实践层面对STI知识关联进行量化分析，讨论科学、技术及产业知识互动的一般形式，并以此为基础识别和分析科技成果转化模式。较好地展现了科技成果转化中的知识活动现状与规律，为科技成果转化模式研究提供了新视角。②提出了深入文本内容的科学-技术-产业知识关联分析方法，实现了领域科学、技术及产业互动关系的定量探测。分析方法深入文献文本内容，并在文本主题识别和主题关联度计算中充分挖掘文本主题词之间的潜在语义关联，增加了原有知识关联分析的深度。同时实现了科学-技术-产业知识关联的定量化探测，形成了完整的基于文本内容的STI知识关联分析方法体系，包括主题关联度计算、主题分布时间确定以及知识转化能力测度等系列方法，为定量分析科学技术与产业之间的互动关系提供了参考。③探讨了面向文本主题分析的多元关系融合机理，构建了基于多元关系融合的文本主题识别方法流程。将科技文献中主题词关系划分为基础关系和强化关系，通过融合基础关系与强化关系增强主题词之间的语义关联，进而提高文本主题识别的准确性。在此基础上形成了一套可操作的基于多元关系融合的文本主题识别方法流程，涵盖了数据获取及预处理、权重计算、关系矩阵获取以及文本聚类等系列步骤，为相关情报分析实践提供了可行方案。④兼顾主题的词语组成与主题词共现语义关系，整合了显性关联和隐性关联两个维度综合计算主题关联度。根据相同主题词的数量特征获取了主题词显性关联关系及关联度，结合主题词共现语义关系获取了主题词隐性关联关系，并给出了用于计算主题词隐性关联度的类电阻公式。该主题关联分析方法在考察主题词组成的基础上充分考虑了主题词的潜在语义关联，较好地增加了主题信息的覆盖深度与广度，在一定程度上提高了主题关联分析的准确性。