摘要：本文介绍了在科学文献中识别并显示科学发展新趋势和新动态的一种通用方法的最新研究进展。这项研究在理论和方法上极大地促进了知识领域可视化研究。研究领域（specialty）的概念和可视化基于信息科学中的两个概念——＂研究前沿＂和＂知识基础＂间的时变对偶（time-variant duality）。研究前沿（research front）被定义为一组突现的动态概念和潜在的研究问题。研究前沿的知识基础（intellecture base）是它在科学文献中（即由引用研究前沿术语的科学文献所形成的演化网络）的引文和共引轨迹。Kleinberg设计的跳跃检测算法（burst detection algorithm）适用于辨认新兴研究前沿专业术语概念。Freeman提出的中间中心性测度可以用来使表示潜在范式变化的关键点凸显出来。我们设计并实现了两个互补的视图：聚类视图（cluster views）和时区视图（time-zone views）。这种方法的贡献在于：①通过对研究前沿术语的算法运算,在动态中认识知识基础的本质 ②用研究前沿专业术语概念明确标出共引聚类的确切含义 ③直观地和靠算法识别的关键点的一致性大大简化了可视化的复杂性。CiteSpaceⅡ应用Java程序实现了大规模生物集群灭绝（mass extinction）（1981～2004年）和恐怖主义（terrorism）（1990～2003年）两个研究领域的建模和可视化过程。可视化网络中的突出的趋势和关键点的作用经各自领域专家直接验证,这些专家本身就是关键点文章的的作者。本文讨论了这项研究的实际意义,并明确了今后研究工作中存在的一系列挑战和机会。