随着科学技术的发展,科学研究逐渐进入数据化、网络化的知识演化新模式,数据驱动的知识网络研究正成为当前研究的重点。然而,传统的知识网络研究存在知识属性分析不透彻,知识的外联关系挖掘不深入,刻画跨领域研究和主题演化规律不精细等问题。如何对知识网络进行建模和表示,并刻画知识网络的结构和演化规律已成为极具研究价值的课题。本文基于科学学和网络科学相关研究成果,引入模因概念、跨学科研究方法和主题演化研究方法,梳理了知识属性、知识外联关系和知识网络的相关理论与方法,分析了知识网络的构建和演化机制,开展知识网络跨领域主题研究和主题演化研究分析,主要工作体现在以下几点:（1）网络构建部分,探索微观知识网络的构建方法。将模因概念引入知识网络,得到知识的微观表示形式,并提出模因间关联系数来刻画知识外联关系,最后,构建模因关系网络（Meme Correlation Network,MCN）,为后续跨领域研究和主题演化奠定知识网络基础。（2）演化机制部分,探索知识网络的跨领域主题和主题演化机制。在跨领域主题研究部分,探究跨领域研究基础、目的及实验步骤,阐述了经典的第二代生物多样性方法,提出了领域相似性（Field Similarity）度量方法,从而完善跨学科测度的理论基础。在主题演化部分,系统性阐述主题演化的关键技术,主要包括热点主题发现、演化路径识别和主题演化分析。（3）实验验证部分,验证本文思路及实验结果的准确性和科学意义。本文以物理学权威期刊文献为数据集,构建物理学领域的模因关系网络,从而探究物理学跨领域趋势和主题演化趋势,并从三个方面验证实验结果的准确性和科研意义。实验结果表明,本文构建的模因关系网络成功刻画了微观知识网络及其社团结构,进一步得到两点应用成果。一是,在跨领域主题研究中得到物理学跨领域知识与热点主题间的关联关系;二是,在主题演化研究中得到物理学主题的演化规律和发展趋势。