科学前沿代表学科领域内最具前瞻性、影响力以及引领性的研究方向。对科学前沿的识别和掌握能够帮助科研工作者对学科领域发展现状形成全面的认知,更有利于科技管理人员进行科技管理决策,对预测科学研究未来发展趋势、促进科学发展具有重要意义。目前科学前沿识别方法主要有三类:引文分析、文本内容分析和复合方法分析,其中文本内容分析中最常用的科学前沿识别方法主要为LDA主题模型,但LDA主题模型需要结合科学前沿的相关特征实现科学前沿主题识别。已有学者从时间维度和受关注度维度出发判定科学前沿,但忽略了期刊作为期刊论文载体在科学前沿发展中的重要作用,未从影响力维度对科学前沿进行分析研究。因此从科学前沿主题的多维特征出发,对科学前沿识别方法进行研究具有一定的必要性和研究价值。本文基于已有研究对科学前沿的概念进行整理、总结,从科学前沿的时间维度、受关注度程度和影响力大小等多个维度出发,提出一种基于多维特征测度的科学前沿识别方法。首先,运用LDA主题模型对期刊论文中的潜在研究主题进行提取,得到“文档-主题”、“主题-主题词”概率矩阵以及主题词表现。其次,对科学前沿具备的高影响力、高关注度和新颖性等多维特征提出相应的测度指标;在此基础上,对期刊影响力与科学前沿之间的关联关系进行分析探究,提出运用期刊影响力对高影响力特征进行评估,结合主题强度和主题新颖度构成多维特征测度的科学前沿识别模型。然后,基于H Small理论对科学前沿主题进行划分,按照科学前沿发展过程中的不同阶段,将科学前沿主题识别结果划分为热点前沿主题、潜在前沿主题和衰弱前沿主题,以期对不同阶段的科学前沿主题进行更好地解读。为验证本文所提出方法的有效性,运用词频分析方法对同一样本下的科学前沿主题进行识别,并对比各自的识别结果。最后,运用“信息系统”领域的期刊、论文数据进行实例验证,利用本文构造的基于多维特征测度的科学前沿识别方法识别出信息系统领域内的5个科学前沿,包括1个热点前沿主题、2个潜在前沿主题和2个衰弱前沿主题。将本文方法识别结果与已有方法识别结果进行对比分析,进一步表明了所提方法的有效性。本文所提出的科学前沿识别方法能够有效地识别领域科学前沿主题,在识别精度和识别细粒度有所提高;能够在已有识别结果的基础上进行更精确的科学前沿主题识别和划分,为科学研究人员展示更清晰的学科发展脉络与发展趋势,为科学研究和科技决策提供参考和辅助,同时是对已有的科学前沿识别方法的补充和完善。