产学研数据平台的建设推动了企业与高校学者的交流合作,平台中学者的研究兴趣是企业等用户认识学者和与其合作的重要参考。对学者研究兴趣及时全面地刻画,不仅可以为平台提供初步筛选学者的依据,还可以丰富学者画像的研究兴趣标签,根据研究兴趣标签为其推荐相应企业,同时为学者社区的划分提供数据支持,增加检索结果判断依据。然而,及时全面地更新和分析学者研究兴趣,极大地增加了平台工作者的工作量,并对其相关专业知识提出了较高要求。因此为提高运维人员维护效率,进而提升平台运营效率,构建一个高效获取学者研究兴趣数据,全面展示学者研究兴趣的数据抽取工具,具有极高的应用价值。本文设计并实现了学者研究兴趣发现系统,将学者研究兴趣发现所需的工作流程进行封装,帮助运维人员在不了解数据处理技术和专业知识的前提下,高效地完成维护数据的工作。该系统利用主题模型对文献进行数据抽取得到学者研究兴趣,并扩展如研究兴趣演变和相似学者推荐等功能,最终以Web形式完成了数据可视化,在提高工作人员的工作效率前提下,普通用户也能更直观了解学者。本文主要工作如下:（1）在ETM主题模型的基础上,提出基于数据预处理的ETM模型输入优化策略。利用垂直爬虫从网络上采集所需数据,提出基于相似文献的伪长文本聚合策略,即借助相似文献对所处理的数据进行伪长文本扩展,将相似文献与原文献结合作为输入文档,同时提出基于术语的科技文献主题抽取,并实现术语识别模型和专用停用词抽取功能,进而在主题建模时引入专业术语和专用停用词作为先验知识。实验结果表明,基于优化策略的模型在主题一致性和结果可解释性等评价指标上,均有较大程度地提升。（2）基于ETM优化策略,提出一种用于研究兴趣抽取的ECK模型。首先,依据困惑度选择较大主题数进行ETM建模,完成细粒度主题抽取;然后,将处理后的主题词分布作为输入,通过Canopy算法自动获取学者研究兴趣簇的个数;最后,利用KMeans算法聚类出研究兴趣簇,并实现文献主题与研究兴趣簇的对应,以获取文献研究方向。深入分析结果数据,最终得到学者研究兴趣分布、研究兴趣演化以及相似学者推荐等,完成对学者研究兴趣的全面刻画。实验结果表明,ECK模型提高了文献研究方向的准确率,进而保证了学者研究兴趣数据的准确性。（3）根据软件工程思想,本文设计并实现了学者研究兴趣发现系统,主要包括数据采集模块、数据预处理模块、研究兴趣抽取模块和数据可视化模块,并对系统进行了功能等相关测试。测试结果验证了系统的可用性和有效性,系统可较好地完成预期研究目标。