[目的/意义]及时精准地识别变革性研究对探索前沿性科学问题发现和提出机制、面向国家高质量发展新格局具有重要意义.[方法/过程]基于变革性研究在广度、强度和速度维度的特征,借助机器学习方法,采用熵权法、因子分析法和回归分析法分别构建了引文视角下的变革性研究识别模型.将上述模型应用于基因靶标、磁阻效应、富勒烯领域以评估不同模型的早期识别效果,并将早期识别效果最高的模型应用于　2017　年分子生物学、聚合物科学和天体物理学领域.[结果/结论]从＂排名＂和＂top%＂指标看,基于回归分析法的变革性研究早期识别模型的识别效果优于其他两个模型,识别出的变革性研究排名更靠前,且在发表后第　3　年即可对变革性研究进行识别;该模型在基因靶标和富勒烯领域的识别准确率高于磁阻效应领域.基于回归分析法的变革性研究早期识别模型的准确率、召回率均为　80%,十折交叉验证结果显示该模型的平均得分为　0.764.