在经济全球化和互联网浪潮的冲击下，企业想要保持住自身的竞争优势，需要在技术或是思想上不断地进行创新，开放式创新社区在这一背景下应运而生。当内部的创新资源无法应对创新周期日益缩短、用户需求复杂多变等挑战时，越来越多的企业开始改变创新模式，由传统的封闭式创新转向开放式创新，陆续推出自己的开放式创新社区以广泛吸取并高效使用外部的创意资源，及时响应市场变化，加快创新步伐并提高用户满意度，从而提升市场竞争力。然而处在这样一个信息爆炸的时代，作为虚拟平台的开放式创新社区很容易面临信息过载的问题，很多企业虽然建立了自己的开放式创新社区，却存在着创意吸收不良、创新过程失控、用户参与度过低等问题，没有得到理想的收益与回报。因此，企业提供社区作为平台吸引用户提供创意只是一个基础，捕捉到社区中用户讨论的主题，对社区进行科学有效的管理才可能使其对企业起到真正的作用。
　　本文对开放式创新社区及主题模型进行相关文献梳理，与认知负荷理论、社会影响理论、情感分析方法等相关理论和方法相结合，将主题模型这一方法应用到开放式创新社区中。选取Salesforce社区作为研究对象，爬取创意内容等数据后进行分组和预处理，使用主题识别领域被广泛使用的潜在狄利克雷分配(Latent Dirichlet Allocation，LDA)方法提取创意主题，分析社区中创意主题随时间的走向，便于企业对社区用户关注的问题有一个宏观认识和把握。进而，运用Stata将创意主题、创意情感倾向、创意内容长度、创意评论数量等变量与创意的得票数进行相关性分析和负二项回归分析，探究创意主题对创意受欢迎程度的影响。最后对主题提取和回归的结果进行分析得到研究结论和管理启示，并总结本文的局限性与未来研究展望。
　　本研究的创新之处主要体现在两方面:将LDA主题建模方法应用到开放式创新社区中，拓展了其应用领域;将开放式创新社区中的创意内容本身而非创意的其他特征作为研究主体，并探究了创意主题对创意受欢迎程度的影响。研究社区中的创意内容，挖掘用户想法的主题并分析其随时间的变化，有助于企业整体把握社区内容，有针对性地快速理解并筛选出有价值的创意，促进产品的研发改进和服务的提升;深入了解用户，对用户进行更好地管理与引导。本研究为促进开放性创新社区健康发展提供了科学的方法和理论依据，对企业优化社区管理、快速筛选创意、增加用户粘性有指导意义。