在科技高速发展的21世纪,创新的意识和能力成为国家发展的最重要决定因素。瑞士虽作为一个资源匮乏,国土面积小的国家,其却以高效的科技创新体系闻名世界,其科学研究水平、自主创新能力均居世界前列。因此,研究的目的是从瑞士国家科学基金数据（SNSF）中挖掘该个公认创新型国家的信息技术学科研究现状和研究趋势。本文以尽可能全面地解读瑞士国家科学基金数据为目标,除了本领域学科关键词的角度,还考虑学科交叉这一重要因素,设计以“数据准备->数据预处理和初步分析->词集和网络构建->研究热点确定->研究演化分析”的流程展开结合交叉关系并基于知识图谱的瑞士科研热点分析与演化研究,主要从挖掘科研现状、分析信息技术领域研究热点和演化、研究学科交叉研究结构三个方向来解读基金数据并以清晰的可视化结果展现,从解读结果中发现的规律和趋势进一步用于对信息技术学科未来研究热点的判断。在具体的研究过程中,通过填补、消歧、删冗、关键词对齐、线性回归统计等方法进行数据处理和初步分析,还改进了KEA的词属性特征输入并以双向最大匹配算法匹配关键词表补充关键词抽取,提高了本数据的关键词提取准确率。在具体的分析过程中,通过词频分析法和词频变化率确定研究热点,通过构建知识图谱、KL散度、双曲空间嵌入法等方法进行演化和学科交叉结构研究。此外,为顺应时代发展,本文还尝试搭建了一个基于LSTM的框架用于多变量时序预测问题,选取关键词基本信息、共词网络信息和交叉研究信息等三类影响因子,并探测它们对预测模型效果提高的影响。在瑞士科研现状的挖掘结果中,发现了瑞士的科研投入逐年递增,“心理学”、“通史”是瑞士的新兴热门学科,“凝聚态物理”、“信息技术”和“数学”是持续热门学科,2002-2010年是瑞士学科交叉悄然兴起的时间,之后不同程度的交叉都维持了稳定的占比等现象。在1999-2018年信息技术学科研究热点与演化的分析中,发现人工智能、信息安全、软件工程是该学科的三大重点研究领域。其中,人工智能和信息安全在最近五年仍是高频研究内容,但软件工程领域已不再居于核心位置。演化分析的最大发现是信息技术从原始围绕分布式系统等软件开发研究演化成以机器学习、深度学习为中心的人工智能相关研究,其中,深度学习是一个激增的研究方向。此外,从学科交叉研究结构的研究中发现,交叉研究越频繁相对更容易带动研究内容的发展。以演化趋势和交叉规律来看,研究可能会展开更多围绕机器学习、深度学习的本身技术及相关应用研究,应用主要围绕大数据、情感计算、物联网、智能电网、生物信息学、医疗应用、机器人技术、众包、高性能计算、安全等方面,以深度学习为核心的研究会有更大的发展空间。其中,人工智能、图像处理、信号处理、核磁共振、比较基因组学、生物信息等交叉情况明显的研究内容有很好的发展,其也是未来信息技术创新的可能突破口。此外,根据预测模型的应用结果来看,初步发现模型能作为本领域分析工作的辅助工具。