当今时代,是一个技术爆发式增长的时代,云计算、虚拟现实、机器视觉、自动驾驶等新兴技术层出不穷。颠覆式新兴技术的产生,往往会取代大量传统技术。正确识别产业发展的趋势与方向,有助于抢占未来行业技术发展的制高点,赢得下一个发展先机。传统的产业技术发展研究,大多采取专家访谈与实地调研结合的方式,容易造成主观偏误性。文献计量学的出现在某种程度上缓解了这一现状。但基于指标的计量分析,往往忽略了产业科技文献资料(如论文、专利)中的语义信息。并且指数级增长的数据也给基于文献计量的产业分析方法带来了巨大挑战。针对以上问题,本研究提出了一种基于HDP(Hierarchical Dirichlet Processes)的改进主题模型CIHDP(Citation Involved Hierarchical Dirichlet Processes)。该模型针对科技文献数据中引文关系表征着强烈主题相关性的特点,将引文信息引入到HDP的主题建模过程中,提高了的主题挖掘的质量。同时,本研究基于开放域信息提取技术,提出了一种新的技术路径可视化方法——“主题-问题-方法”河流图。该方法不仅能展示行业发展过程中各技术的演化趋势,还能展示各技术发展过程中研究问题和研究方法的演变过程。本研究使用所提出的方法对工业机器人领域的技术发展过程进行了分析,不仅识别了工业机器人核心技术清单,还成功识别了工业机器人发展过程中不同技术的发展趋势以及不同技术发展过程中面临的不同研究问题和研究方法的演化过程。