数字出版的快速发展以及数学和计算工具的涌现,使得学者的研究速度不断增快,通过发表文章阐述研究结果促使学术数据不断增长,为科学研究提供了学术数据支持。基于学术数据挖掘科学本身的规则和规律,有利于提高对科学结构和动力学的理解,科研规律的发现,也有助于学者合理安排科研职业发展道路,从而有效地进行科学研究事业的组织管理。本文利用学者合作网络、论文相似网络提出双层网络模型,结合Markov chain理论,研究了学者在其科研事业发展中处于不同阶段时与研究课题之间的关系。首先,基于学者与论文之间的归属信息构建双层网络模型G,并对学者发展阶段、科研团体以及研究主题进行定义,将双层网络模型G进一步演化成G-one模型以及G-team模型。在第三届管理科学与工程理事会成员学者及其合作者的学术数据集(SMSEC)中,学者表现出明显的发展阶段转换行为,对其转移概率进行计算发现研究主题较少的学者退出科学研究的可能性较大,而研究领域较广的学者极大概率会继续科学研究。双层网络模型G-one量化了学者在科研发展阶段的变化及其对研究主题的影响,证明了研究主题与学者发展阶段呈现线性相关,并且发现了学者发展阶段的转换与其合作者之间的关系:年轻学者与成熟学者合作有利于对科研课题的深刻挖掘,成熟学者与年轻学者合作有利于发散思维,探索新的知识领域。双层网络模型G-team探究不同发展阶段的学者在科研团队中的分布表明了科研团队的成员的多样性,其中成熟学者在科研团队中始终属于核心领导人物,带领科研团队进行课题研究,对科研团队的规模与科研主题之间的关系进行拟合发现其呈现对数相关。本文的创新点在于:(1)提出双层网络模型探究学者科研行为规律;(2)基于文本数据相似性构建论文相似网络;(3)使用Markov chain理论对学者发展阶段转化行为进行探究,以此掌握学者科研发展的转变。