本书研究主题为学科交叉视角下的科学知识系统主题结构，研究视野覆盖全学科领域，核心数据来源为Web of Science核心合集2000-2022年的全库数据，涵盖33230001篇科学文献的题录信息、引用关系及全文引用上下文数据。全书共七章。第一章为引言，阐述研究背景、意义、国内外研究现状及研究目标与思路。第二章介绍理论基础与相关方法，涵盖科学分化与学科交叉理论、科学文献引用理论、表示学习方法、复杂网络分析方法和时间序列预测方法。第三章提出融合引用和语义信息的科学文献表示学习模型，并将其应用于全域科学网络的构建与特征分析。第四章设计主题识别基准数据集的构建方法，基于外部评估方法在全域科学网络上识别出十万余个细粒度研究主题，并对科学知识系统的主题结构进行可视化与实例分析。第五章从学科多样性和网络凝聚性双重视角，对研究主题的学科交叉结构进行系统测度并开展演化分析。第六章设计多维特征体系，基于多变量时间序列预测模型实现对学科交叉研究主题的预测，并分析各类特征的贡献。第七章总结全书研究成果，讨论研究不足并展望未来方向。