主题研究主要包括主题结构研究和主题演化研究。已有的主题研究大多基于学术文本的题录数据。虽然这种方法有效,但是研究对象过于单一。国外有很多学者对开源软件的邮件列表进行过相关的研究,这些研究主要集中在邮件的内容挖掘和邮件的社会网络挖掘等。本文借鉴国外学者的经验,以SIGIR邮件列表为切入点,构建SIGIR邮件列表数据集和同期SIGIR,ECIR会议论文数据集。最终得到了 2008年到2016年共7218封邮件,SIGIR会议论文1968篇,ECIR会议论文828篇。在这些邮件中识别了 1312位学者的身份,将邮件的发送者和ACM数据库中的学者进行了对应。首先,研究了信息检索的主题结构:(1)将邮件列表分为会议通告和招聘通告两类。在这两类邮件列表和会议论文中利用TF-IDF算法分别识别了高频主题词40个,并构建了主题词共现网络,利用SPSS聚类进行可视化分析。分别得出了信息检索的七个研究主题。(2)在邮件列表会议通告,招聘通告和会议论文上分别构建了主题词-作者的合著网络,进行了可视化分析。(3)总结了聚类的结果,得出了信息检索研究的八个子主题,并对每一个主题进行了分析。然后,研究了信息检索主题结构的演化:(1)利用词频分析法分别在邮件列表会议通告,招聘通告和会议论文上分析了七个研究主题近十年来的变化情况。(2)构建主题词-年份的共现网络,识别了历年的代表性研究主题词。(3)利用NEViewer对主题演化进行了可视化分析。总结分析了研究主题的变化情况。