从泛在知识环境的提出，到数据密集型科研的来临，科学研究正在进入一个崭新的阶段，科研用户的信息需求也趋向精深发展。一方面，他们需要满足已经明确表达出来的信息需求，另一方面，也需要满足尚未意识到的信息需求，如与用户当前研究内容相关但属于交叉领域的信息需求、用户尚未发现但已经开始出现的主题领域的信息需求等。如何更精准的挖掘科研用户的信息需求，并在情报分析的基础上进行信息推送这是本文的研究问题。　　本文系统归纳了信息推送服务的理论研究和实践探索，包括信息推送的需求调研、内容研究、方式研究、技术研究、应用研究等，发现常规的推送服务有一定的局限性，未能挖掘科研用户尚未意识到的信息需求，是用户需求和服务的模糊匹配。在调研了学科知识结构常用的构建方法以及可视化方法之后，发现对于科研用户的信息需求可以通过知识结构的演化来挖掘。调研了国内外相关研究之后，本文构建了基于学科知识结构分析的信息推送服务模式。　　本文信息推送服务模式从科研用户信息需求调研、服务内容、服务方式、服务时机和服务反馈与评价等方面进行设计。首先，信息需求调研环节，从两个维度入手:一是采用常规座谈、电话、邮件等方式挖掘科研用户已经意识到并明确表达出来的信息需求;二是采用学科知识结构分析方法挖掘科研用户尚未意识到的领域信息需求。在学科知识结构分析中构建了基于科研用户学历的学科知识结构、基于科研用户发文/引用期刊的学科知识结构和基于科研用户文献产出的学科知识结构，从三个学科知识结构的演变中，发现科研用户对具体主题领域和交叉领域的信息需求。其次，从科研用户的需求出发，进行领域的情报分析，提炼出信息推送服务产品，包括科研产出分析信息推送、学科发展脉络信息推送、专题信息跟踪推送、学科前沿信息推送、科研合作与竞争信息推送和期刊投稿信息推送;最后，收集科研用户的反馈信息，跟踪服务效果，从而为后续开展精准推送服务提供参考依据。　　最后，实证与总结。选取中国科学院新疆理化技术研究所的植物资源化学重点实验室作为实证对象，并以实验室的专业领域知识平台（Subject KnowledgeEnvironment，简称SKE）为载体，通过RSS将信息推送内容聚合在实验室SKE平台上。在实证的基础上，总结了本文的主要工作、局限性以及后续的研究。