随着科技不断进步,科研文献迅猛增长,新的研究方向不断涌现,如何有效对科研文献进行分类、管理、分析对科研人员和科技的发展都具有重要意义。传统的科研文献研究主要集中于文献主题分析、科研领域社交网络分析等,而从科研人员自身需求出发的研究工作甚少。本文利用机器学习方法来研究和分析科研文献,从科研人员本身角度出发,以主题模型、集成学习为基础,以科研文献为研究对象进行了研究和分析,设计实现了服务于科研人员的科研文献管理系统,主要工作如下:1.针对现有研究极少考虑科研文献类别不平衡的问题,提出了一种类别不平衡科研文献集成分类方法,该方法将主题模型与集成学习方法相结合,通过有放回采样的方式重构数据集,以及对多个弱学习器集成的方式提升主题模型的分类性能,并在真实数据集上验证了方法有效性。2.针对科研人员需花费大量时间和精力去发现学术会议的热点或发展趋势,提出了一种会议热点和发展趋势分析的学习方法,该方法将会议热点抽象为主题在关键词上的分布,利用相对熵捕捉研究热点随时间的发展趋势。通过对机器学习领域学术会议NIPS录用的科研文献进行分析,验证了方法有效性。3.针对现有文献管理系统中信息不准确问题,提出了一种自动获取具有高置信度信息的方法,该方法利用机器学习技术提取科研文献中的基本信息(如标题、作者等),并利用爬虫技术从互联网上获取科研文献信息与之进行相互验证,进而获取具有高置信度的信息,节约了科研人员的文献检索时间。4.为了实现上述研究工作,同时整合文献管理系统的基本功能,设计并实现了一个科研文献管理系统PubMS,为用户提供科研文献及科研项目的管理、查询、展示等基础功能,同时也为用户提供了科研文献推荐等辅助学习功能。该系统目前已在本研究所上线使用。