从海量科技文献中自动挖掘隐含主题、研究人员的研究兴趣及其演化规律是信息服务迈向知识服务需要解决的关键问题之一。目前的方法多人静态的角度分析文献主题、科研人员的研究兴趣，而演化分析的方法主要集中文档的内部特征，即文档内容本身，很少考虑作者等外部特征。基于此，本文在AT和ToT模型的基础上构建了作者主题演化（AToT）模型，并给出了一种估计AToT模型参数的吉布斯采样方法。该模型集成了AT和ToT模型的优势，不仅可以揭示科技文献中隐含的主题、作者的研究兴趣，而且可以挖掘研究兴趣随时间变化的规律。最后，以1740篇NIPS会议论文集作为实验数据，通过与AT模型的对比分析验证了AToT模型的可行性和有效性。

史庆传，乔晓东，徐硕，农国武，2013. 作者主题演化模型及其在研究兴趣演化分析中的应用. 情报学报, Vol. 32, No. 9, pp. 912-919.

Qingwei Shi, Xiaodong Qiao, ShuoXu, Guowu Nong, 2013. Author-Topic Evolution Model and its Application inAnalysis of Research Interests Evolution. Journalof the China Society for Scientific and Technical Information, Vol. 32, No.9, pp. 912-919.

论文全文见：AToT.pdf