La investigación tradicional de temas divide temas similares en el mismo grupo según el agrupamiento o la clasificación desde la perspectiva de los usuarios, lo cual ignora la relación profunda dentro y entre los temas. En este documento, se logra el análisis de temas desde la perspectiva de la red de temas. Basado en los temas centrales iniciales obtenidos por la importancia de palabras clave y el agrupamiento de propagación de afinidad, se construyen series temporales de co-ocurrencia entre temas según la secuencia temporal y la frecuencia de temas. Los segmentos de subsecuencia de cada serie temporal de co-ocurrencia de temas se dividen mediante ventanas deslizantes, y se calcula la similitud entre los segmentos de subsecuencia. Basándose en la matriz de similitud de temas, se construye la red de temas. La red de temas se divide según el algoritmo de detección de comunidades, lo que realiza el reclustering de temas y revela la relación profunda entre temas de forma detallada. Los resultados muestran que no hay relación entre la representación del centro del tema y la popularidad de palabras clave, y los temas con un amplio rango de conceptos tienen más probabilidades de convertirse en centros de la red de temas. El enfoque propuesto tiene en cuenta la influencia de los factores temporales en el análisis de temas, lo que no solo amplía el análisis en el campo de la investigación de temas, sino que también mejora la calidad de la investigación de temas.