学科主题演化分析是对学科主题历史演化路径和演化模式的解析, 学科主题预测是对学科主题未来变化情况和变化趋势的预测, 基于这两个研究维度, 本书在现有大型知识库的基础上融合了文献大数据, 以生物医学与生命科学领域PubMedCentral全集数据和MeSH知识库为例, 构建了动态计量知识图谱, 通过知识关联、数据关联的形式, 利用文本表示学习、网络表示学习等深度学习算法, 提取学科主题的动态演化特征, 基于“无监督深度学习+有监督机器学习”的模式, 提升对学科主题演化规律的解析和热度的预测。