我国深度学习的研究热点与趋势

2019-08-02田瑞王娟田娜

中国教育信息化·高教职教 2019年6期

田瑞王娟田娜

摘要：本文基于知识图谱可视化分析方法，利用CiteSpace软件，从文献数量年度分布、机构、期刊、作者等维度，对2005-2018年中国知网（CNKI）学术期刊库中的深度学习相关文献进行了分析。结果显示，深度学习的研究热点主要集中在深度学习内涵、特征等理论的研究，深度学习教学方法和模式的研究，深度学习应用的研究等方面。本研究预测，技术支持下的深度学习研究、深度学习理论研究、深度学习教学应用研究将是该领域未来几年的研究趋势。最后，本研究从加强作者及机构间的合作、加强深度学习学科应用的研究、加强深度学习评价的研究三个方面为深度学习研究提供参考和借鉴。

关键词：深度学习;可视化分析;CiteSpace;热点;趋势

中图分类号：G40-057 文献标志码：A 文章编号：1673-8454（2019）11-0020-05

“互联网+”时代，传统以知识讲授为主的教学方式已无法满足新时代人才发展的要求。2005年，黎加厚教授提出了深度学习的概念，他认为“深度学习是在理解学习的基础上，学习者能够批判性地学习新的思想和事实，并将它们融入原有的认知结构中，能够在众多思想间进行联系，并能够将已有的知识迁移到新的情境中作出决策和（进行）解决问题的学习”[1]。2010年，国务院印发的《国家中长期教育改革和发展规划纲要（2010-2020年）》中明确提出要构建学习型社会，为全民提供终身学习的环境[2]。当下，深度学习以其在学科教学领域显著的优势，受到了政府、学校、研究机构等的普遍关注。

目前，深度学习的研究队伍日渐壮大，文献数量迅速增多，但是对深度学习领域的研究进行梳理和综述的文献极少。樊雅琴等人采用内容分析法对2005-2014年深度学习相关论文进行统计分析[3];常立娜通过文献分析法从内涵、特征、策略、测量与评价以及问题与挑战五个方面对深度学习2012-2017年的文献进行了梳理[4]。但是这些研究数据均来自2017年之前，缺乏新的研究方法及研究工具。因此，本研究采用文献计量学方法，利用CiteSpace软件对2005-2018年国内有关深度学习的研究进行可视化分析，旨在揭示我国深度学习的发展状况，为下一阶段深度学习的研究提供参考和借鉴。

一、数据来源与分析工具

1.数据来源

本文的数据主要来源于CNKI（中国学术期刊总库），搜索年限为2005年1月1日至2018年9月30日，研究分别以“主题、关键词、篇名”为检索条件，以“深度学习”为检索词，通过人工筛选去除与本研究无关的冗余记录，最终获得390篇文献进行统计分析。

2.分析工具

CiteSpace是美国德雷赛尔大学陈超美教授研发的一款专门用于学术文献分析的信息可视化工具，适用于多元、分时、动态的复杂网络分析，可以探测出某一学科或领域的热点主题及其演进[5]。目前，这一软件在国内外多个领域都得到了广泛的应用。

二、研究结果与分析

1.年度分布情况

学术论文的数量及其在一段时间内的变化趋势，是衡量该研究发展状况的重要指标之一[6]。图1中X轴表示深度学习相关文献发布的年份， Y轴表示该领域每年的发文量。

由图1可知，国内学者对深度学习的研究呈现稳固增长的态势。根据这一趋势，本研究将2011年之前称为深度学习的潜伏期，2011-2016年称为萌芽期，2016年之后称为成长期。

（1）潜伏期。国内关于深度学习的研究起源于2005年，同年黎加厚教授发表题为《促进深度学习》的文章，该文是此领域的开山之作。随后每年的发文数量基本保持稳定，都在0-5篇之内，但总篇数相对较少，说明国内学者对深度学习研究的关注度不够。

（2）萌芽期。该阶段有关深度学习的文献总量逐步增多，国内学者对深度学习的关注越来越广泛，研究成果逐年丰富。原因在于，2010年国务院印发的《国家中长期教育改革和发展规划纲要（2010-2020年）》中提出，学习者只有以深度学习为基础，才能实现培养自身自主学习能力和知识创新能力的目标[7]。

（3）成长期。自2016年起，有关深度学习的研究迅速增长，于2018年猛增并实现井喷式增长。这一方面源于信息化的发展，社会需求与人才能力之间出现了断层，深度学习的出现弥补了这一空缺;另一方面，国际上掀起了深度学习运动的浪潮，美国、加拿大等国家都相继推出了各自的深度学习战略计划。

综上，自2011年起，国内深度学习的研究呈逐年递增趋势，深度学习在教育教学中的优势日渐凸显。

2.学术研究机构分布情况

通过对发文机构的分析，可以获知该领域研究的主力军。研究对2005-2018年国内发文量大于或等于3篇的机构进行统计分析。其中，东北师范大学教育学部以及华东师范大学课程与教学研究所以总发文量8篇的成绩并列榜首，属于深度学习研究领域的核心机构，展示出这两个机构在深度学习方向强大的研究潜力。扬州大学新闻与传播学院、上海师范大学教育技术系以及天津师范大学教育科学学院并驾齐驱，总发文量达到6篇。可见，有关深度学习的研究已受到我国学者的广泛关注，师范类学校是该领域研究的主力军。

為探究各个机构之间的合作情况，本研究生成深度学习研究机构合作图谱（见图2）。图2中每个节点代表一个机构，节点大小代表机构的发文量，边表示机构合作。从整体看，合作网络尚未形成，各个机构各自为营，不同机构间作者合作甚少，尚未形成具有凝聚力的研究群体。

为探究各个机构在不同时间节点的研究情况，本研究按照时间顺序生成机构时序图谱，如图3所示。在不同时间的核心机构各不相同，2005年上海师范大学教育技术系最早进行深度学习的相关研究，并对该领域的研究产生较强的影响，产生了一些具有学术参考价值的研究成果;2009年华东师范大学课程与教学研究所以及扬州大学新闻与传媒学院相继进行了有关深度学习的研究，此后研究群体较为稳定;2015-2018年我国出现大量进行深度学习研究的机构，为深度学习的研究创造了丰硕成果。

3.期刊分布情况

为考察期刊载文情况，除去博、硕士论文，共涉及112种期刊，其中刊文量超过6篇的期刊如图4所示。《现代教育技术》以总载文量12篇居于榜首，《中国电化教育》以11篇居于其次。《现代教育技术》、《中国电化教育》、《电化教育研究》、《教育科学论坛》等期刊是我国深度学习论文刊登的主要阵地，其中《现代教育技术》、《中国电化教育》、《电化教育研究》、《远程教育杂志》、《课程·教材·教法》、《中国远程教育》、《全球教育展望》都是CSSCI来源期刊，所载文章整体质量较高，占总发文量的16.7%。来自CSSCI期刊的论文共105篇，占总数的26.9%。该结果一方面显示了我国学者对深度学习的广泛关注，另一方面显示深度学习在教育领域取得了较好的成绩，相关成果集中发表在教育类核心期刊上。

4.作者分布情况

通过作者发文情况，可以了解到深度学习领域的作者群体。根据赖普斯定律，将发文3次及3次以上的11个作者视为核心作者，这11位作者共发文39篇，远低于文献总数的一半，这说明国内研究深度学习的核心作者贡献率较低，文献总量有待提高。其中吴秀娟和段金菊以5篇的发文量并列位于榜首;张浩、刘哲雨以4篇紧随其后;董玉琦、杨玉琴、曾明星、刘路、胡航、倪娟、余胜泉的发文量均为3篇。部分学者处于试水状态，对深度学习的研究浅尝辄止，没有形成长期稳定的研究群体。

我国深度学习研究者主要以机构内部的协同研究为主，没有形成跨机构的合作。跨机构合作有利于实现知识共享，形成智力集团，促进思想创新，因此要加强机构间合作，通过研究者的思维碰撞和相互激发，产生更多的新思想、新理论、新方法，推动深度学习的研究进展。

5.研究热点分析

通过对研究热点的分析，可以获知该研究领域的研究现状。关键词是对一篇文章的高度浓缩，对高频关键词进行统计分析，可以获知某一领域的研究热点。本研究生成的热点关键词可视化知识图谱如图5所示，共生成105个节点，183条连线，节点越大表示该关键词的引用越高，“深度学习”这一节点最突出，源于研究以“深度学习”为检索词，搜集该领域的大量文献进行统计分析。图5中部分节点较为突出，表示深度学习的研究主要集中在“浅层学习”、“翻转课堂”、“教学模式”、“教学策略”、“核心素养”、“大学生”等研究方向。

为了获得更具代表性的关键词，研究对共现频次较高和中心度较高的关键词进行统计，关键词频次和中心度越高，代表该关键词越是该领域研究的热点话题，如表1所示。排名靠前的关键词主要集中在以下几个方面：“深度学习”、“浅层学习”、“教学策略”、“教学模式”。这说明深度学习的研究更加关注如何促进教学。

通过对我国深度学习研究的关键词共现图谱以及关键词列表进行分析，得出我国深度学习领域研究的热点关键词，对这些关键词进行归纳整理，总结我国深度学习研究的热点主要包括以下几个方面：

（1）深度学习内涵、特征等理论的研究

理论指导实践，基础理论的研究是其他一切研究开展的基础，该方面研究的热点关键词主要包括“深度学习”、“浅层学习”、“内涵”等。如：张浩等人综合国内外对深度学习的认识，提出深度学习的内涵，根据深度学习与浅层学习的比较得出深度学习的六大特征[8];祝智庭等人认为深度学习与智慧教育高度契合，提出了智慧教育中的深度学习能力模型[9];王怀波、杨现民等人从行为的角度分析了浅层与深度学习者存在的差异，发现深度学习者比浅层学习者更能对知识进行批判性的理解[10];温雪指出深度学习的内涵包含学习者的学习目标、学习动机和学习态度，以及学习者与知识、环境和自我等三种关系的建构[11]。目前虽然有部分学者在进行深度学习基础理论研究，但这些研究过于散乱，没有形成系统的研究体系，后续需要进行深入研究，完善其基础理论研究体系。

（2）深度学习教学方法和模式的研究

该方面的研究主要包括“教学模式”、“教学策略”、“教学设计”、“翻转课堂”、“策略”等。如何将深度学习融入到教学过程中，以达到最佳教学效果的研究越来越深入。如：曾明星等人建构了由SPOC翻转课堂、DELC深度学习过程、SPOC对深度学习的支持所构成的深度学习模式，以达到对知识的深层理解与问题解决，提高高阶思维能力、提升教学质量[12];安海富教授从学习目标、学习内容、学习方式和学习结果四个方面对浅层学习进行批判，提出了四个促进深度学习的课堂教学策略[13];李利对促进深度学习的策略进行了分析，从课前设计、课堂设计两个方面分析了旨向深度学习的翻转课堂教学设计[14];赵婉莉[15]从教学目标、教学流程以及学习能力培养三方面阐释了复旦大学张学新提出的對分课堂教学策略有利于促进学习者深度学习的理念。杨玉琴等人[16]认为深度学习的教学设计首先需对目标进行定位，其次通过内容选择、策略运用、技术支持以及学习评价等进行系统设计。有关深度学习教学方法和模式的研究是我国学者热衷的一个领域，但是研究多停留在理论层面，并未得到实际应用。

（3）深度学习应用的研究

这方面包括“大学生”、“信息技术”、“数学”、“历史”等关键词，涵盖学科教学、高等教育等，应用主要集中在学科教学。如：马云鹏教授在理解深度学习内涵和深度学习研究实践的基础上，开展深度学习教学设计的实践模式，并剖析了相关案例[17];胡久华等人提出化学“深度学习”，并对怎样进行“深度学习”的化学教学改进提出了建议[18];陈洪义及其团队提出一种能有效促进学生课堂深度学习的情景探究型教学方法“情思历史”[19];秦瑾若等人以深度学习理论为指导，构建了基于深度学习理论的MOOC学习活动模式，并以“现代教育技术课程”為例，进行了基于深度学习理论的MOOC学习活动设计[20]。目前，虽然有部分学者在进行深度学习学科应用的研究，但是多数是基于个案的研究，且涉及的学科领域不全面。

6.研究趋势

根据某一领域的研究前沿可以预测该领域的研究趋势。采用CiteSpace软件的突现词检测法（Burst Terms）来处理数据，将节点类型（Node Types）设置为关键词（Keyword），通过Timezone view窗口显示图谱。通过对突现词的分析，获知2005-2018年间深度学习研究领域的热点词，如图6所示。图中的节点中心对应节点第一次出现的时间。图6显示，2005年至今，关于深度学习的研究越来越丰富，不同时间段突现的关键词代表着不同时期的研究热点。由图6可知，深度学习主要有以下几个前沿主题：翻转课堂、教学模式、教学策略和影响因素。

通过对研究趋势的预测和把握，对该领域未来的研究具有一定的启示意义，结合上文的分析和国家相关政策，我国深度学习未来的研究主要集中在以下几个方面：

（1）技术支持下的深度学习研究

随着人工智能、虚拟现实等技术渗透到社会的各个领域，技术支持下的教育越来越受到各界学者的高度关注。有效开展深度学习，必须要有技术及相关学习工具与资源的支持[21]，虽然目前技术在教学中的应用效果并不明显，学习分析等技术处于理论建构时期，但也展现出巨大的应用前景，未来应加强技术与教学的深度融合，促进深度学习的发生。

（2）深度学习理论的研究

目前，我国有关深度学习应用的研究越来越多，而关于深度学习理论的研究却不多，且存在从理论到理论的现象。理论是开展一切工作的基础，只有良好的理论才能为深度学习提供更大的发展空间。深度学习理论的研究是一个漫长的探索过程，是研究者们未来共同努力的方向。

（3）深度学习教学应用的研究

目前，对深度学习教学应用的研究大多为个案研究，往往以某一知识点、某一堂课、某一学科为研究点，这样的研究成果由于普适性不强，很难推广。因此，未来的研究中应结合实际情况，创造出具有普适性的研究成果。

三、结论与建议

1.研究结论

本研究利用CiteSpace软件，对文献数量年度分布、机构、期刊、作者、研究热点和研究前沿六个维度进行了可视化分析，得出以下结论：

首先，我国深度学习研究始于2005年，其发展可分为潜伏期、萌芽期和成长期三个阶段。《现代教育技术》、《中国电化教育》等期刊是深度学习学术研究的主战场。段金菊、吴秀娟等4人是我国深度学习研究领域的关键学者。东北师范大学、华东师范大学、扬州大学等是我国最有影响力的深度学习研究机构。然而无论是机构还是作者，大多独立发文，鲜有合作，没有形成一个强大的科研团队。

其次，通过对国内研究热点分析，获知我国深度学习研究的热点主要集中在深度学习内涵、特征等理论的研究，教学方法和模式的研究以及应用的研究三个方面。

最后，综合分析以上数据以及国家的相应政策，对我国深度学习未来的发展趋势加以预测，未来的发展主要集中在以下几个方面：①技术支持下的深度学习研究;②深度学习理论的研究;③深度学习教学应用的研究。