国内深度学习研究热点与趋势的可视化分析

何彤宇 刘晓红

摘  要 随着现代社会对人才专业化程度的要求不断提高，尤其是信息技术革命对人们的学习方式和任务产生重大影响，源自20世纪50年代的深度学习相关研究日益得到重视，我国学者也开展了广泛研究。以此为背景，以中国期刊全文数据库（CNKI）核心期刊和CSSCI两个数据库作为数据源，运用社会网络分析和多元分析法，对当前国内深度学习研究热点与趋势进行可视化分析

关键词 深度学习;知识图谱;信息技术;翻转课堂;MOOCs

中圖分类号：G652    文献标识码：B

文章编号：1671-489X（2019）04-0041-03

Abstract With the development of modern society， the requirement of specialization of talents has been continuously improved， espe-cially the revolution of information technology has a great influence on peoples way of learning and tasks， More and more attention has been paid to the study of deep learning from the 50s of last century. Chinese scholars have also conducted extensive research. Based on this background， this paper takes Chinese Journal Full-text Database （CNKI） core journals and CSSCI two databases as data sources， using social network analysis and multivariate analysis， this paper draws the knowledge network of deep learning research， and divides the current research into four knowledge groups.

Key words deep learning; research hot spot; knowledge map; infor-mation technology; flipped classroom; MOOCs

1 引言

随着现代社会对人才专业化程度的要求的不断提高，尤其是信息技术革命对人们学习方式和任务产生重大影响，在此背景下，源自20世纪50年代的深度学习相关研究日益得到重视。1976年，深度学习被界定为一种与浅层学习相对应的主动学习方式[1]。国外有学者甚至将深度学习看作学生胜任21世纪工作和公民生活必须具备的能力[2]。国内自2005年上海师范大学黎加厚教授在《促进学生深度学习》一文中首次提出深度学习的概念之后，围绕理论探索、实施路径与评价，一些学者开展了一系列针对深度学习的相关学术研究，并取得较为丰硕的成果，如陕西师范大学的卜彩丽、吉林大学的李洪修等。

鉴于以上研究背景，本文采用知识图谱、共词分析法，对国内公开发表的深度学习相关文献进行系统梳理，对深度学习研究热点进行分析与阐述，以期从不同的角度出发，总结研究现状，发现问题并提出建议。

2 研究方法和数据处理

研究路径和方法  SCI创始人、现代情报学家加菲尔德认为，科学研究前沿的名称可以从来源文献标题中出现频次最高的单词或词组中提取出来[3]。本研究采用定量与定性相结合的研究方法，主要使用社会网分析和多元分析法，对提取出来的关键词进行分析，构建知识图谱，从而得出相关领域的研究热点，并对其进一步分析和阐述。

数据收集与清洗  为更好地体现研究结果的权威性，本研究将CNKI全文数据库中的“核心期刊”与“CSSCI期刊”数据库作为数据源（不含硕博论文），从而保证文献更具权威性与说服力;以深度学习为精确篇名和关键词进行检索，并对搜集到的文献进行有效性筛选，将重复无关文献和无关键词的文献删除（如会议通知等），截至2017年9月，共搜集到76篇有效文献。

高频关键词词频统计  关键词是对文献内容的高度概括，能直观、鲜明地反映文献的主题[4]。在本研究中，采用限制词频阈值的方法，即高频关键词根据高频被引频次阈值确定。本文选取词频大于5的四个关键词为主要关键词，其总的出现频次为84次，累积百分比为33%，满足知识图谱中规定的27%，符合分析标准，基本反映了近年来国内深度学习研究的现状。但是鉴于当前国内深度学习研究尚处于起步阶段，故根据实际情况适当放大高频关键词范围。笔者选择频次2及以上的23个关键词来描述近年来深度学习研究的热点。

对标准化后抽取出的10个高频关键词进行排序，从中初步地了解到近年来我国深度学习研究领域与翻转课堂、高级思维等主题相关。包括深度学习在内，热点前10名分别为翻转课堂、高级思维、MOOCs、学习科学、浅层学习、e-Learning、反思性学习、信息化教学、教学模式。但是对高频关键词进行词频统计分析，仅能发现与深度学习研究相关的热点，而如想进一步讨论它们之间的内部关系，就需要关键词共现技术达到这一要求。

通过相异矩阵可以看出，与深度学习距离由近到远的关键词前十名分别是翻转课堂（0.633）、高阶思维能力（0.701）、MOOCs（0.727）、实证研究（0.727）、学习科学（0.756）、e-Learning（0.756）、浅层学习（0.756）、核心素养（0.788）、信息化教学（0.788）、评价指标（0.788）。

从上述计算结果可以看出，国内学者对深度学习问题的研究侧重于在e-Learning环境下，围绕如何培养学生高阶思维能力或提升核心素养，分别从学习科学理论或实证研究、构建评价指标等角度展开。

3 知识图谱以及多元分析

关键词聚集在一起代表了学科的研究热点。为了更进一步研究深度学习研究领域内部联系情况和领域间相互影响情况，一方面利用社会网络图，从宏观视野勾勒出该研究领域的主要研究热点及其各个关键词之间相互关系;另一方面利用战略坐标图绘制出深度学习研究热点知识图谱，对热点领域研究现状或发展趋势进行归纳和总结。

社会网络图谱的构建与分析  为进一步探寻23个关键词之间隐藏的内部关联结构，在共词矩阵基础上利用社会网络分析软件绘制出高频关键词网络图，了解各个关键词在整体网络中分布情况及该领域的发展态势，同时为进一步分析阐述深度学习领域的研究热点提供条件。

首先，根据社会网络分析的观点，各关键词之间的关联性以及关联程度可以通过网络密度、网络平均路径长度的计算，从而对该研究领域发展现状与未来发展趋势在宏观视角上有所了解。从分析结果可得，关键词网络的密度为0.407 1，表明研究热点之间关联程度一般;但是关键词网络中结点之间的平均距离是1.818，说明该网络具有较高的反应能力。此外，通过计算可知，该研究网络的标准化中间中心势是0.816 9，表明深度研究领域研究有向某个关键词集中的趋势。

其次，依据中间中心度计算生成的共词网络图，每个节点都代表一个关键词，不同的节点代表不同的关键词，节点的大小说明关键词的中介中间性。从图1可以发现，深度学习、翻转课堂、学习科学相对于其他节点处于网络中心，反映了当前的研究热点;而信息化教学、教学策略等，虽然处于较为边缘位置，但是从线条数量来看，多于其他节点，表示这并不代表该词不重要，而是目前对其关注研究还很少，由于这些词多出自近期的文章，一定程度可以反映这些关键词是深度学习领域未来的研究趋势及方向;其他如认知理论这样一些节点，处于网络图的中间位置，是联系网络中心节点和边缘节点的桥梁，如充当深度学习与学习科学或教学策略之间的桥梁。

战略坐标图的构建  在高频关键词相异矩阵基础上得出深度学习研究热点知识图谱，即战略坐标。战略坐标由Law等人于1988年提出，主要通过密度和向心度明确类团内、类团与类间的关系。越靠近中央的关键词，表明其在学科中的核心位置越明显，与其他关键词联系也越多。结合之前的聚类图，本研究绘制出当下深度学习领域的研究热点知识图谱（图2），即四个知识群：深度学习理论与教学模式创新研究;e-Learning环境下深度学习围绕如何解决浅层学习问题的教学策略研究，包括认知理论等关键词;深度学习的评价研究，包括评价指标、教学改革等;教学设计或学习设计方面的实证研究，包括核心素养、SOLO分类法等。

4 建议与展望

加强深度学习跨学科领域研究  在深度学习理论探究方面，我国起步较晚，以美国著名学者Ference Marton提出深度学习理论为基础，国内对于深度学习的研究多是教育学和学习科学的视角，代表人物主要有黎加厚、王永花等。如黎加厚等较早提出深度学习的概念，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知识和思想，并将其融入已有的认知结构中。而王永花则依据学习者对知识的掌握程度，将学习分为初步学习和深度学习两个阶段。学者认为深度学习与浅层学习的根本区别在于理论基础、学习目标、学习动机、知识联系、学习策略、思维层次、迁移能力、学习态度、学习反思等九个方面。

相比之下，国外深度学习的研究来源于计算机科学、教育学、心理学等多个领域，其中不乏关于深度学习跨学科的研究，涵盖了计算机领域、教育领域、医学领域。因此，专家建议深度学习在教育领域的应用有必要借鉴人工智能、计算机科学领域基于大数据深度挖掘的思路与方法，将能够进一步拓宽深度学习的应用领域。

加强可操作性和通用性研究，避免教育理论研究鸡汤化现象  虽然深度学习研究取得大量研究成果，然而由于各种原因，在当前国内主要以教师为主导的课堂教学模式大环境下，如何推广深度学习模式存在一定困难。如在深度学习过程中，教师如何掌握案例与教学内容的关联性，控制好教学节奏与导向，对组织课堂教学管理能力提出更多挑战。如在有限的时间内有条不紊地组织好小组协商，调动学生积极性，以及点评打分等各环节，从而达到深度学习目的，是一件极具挑战性的事情。目前的一些教学设计案例或评价标准，虽然提供了一定程度的借鉴，但是难免存在烦琐复杂的弊端，教学实践中操作起来费时费力。因此，深度学习既要提升教学质量，又保证教学效率，加强可操作性研究应是研究人员要关注的议题之一。

其次，当前教学理论研究呈现多元化态势，与之相关的评价研究也取得较多成果，既有土生土长的素质教育及其评价研究，也有舶来品STEM模式下的学习评价。然而无论是建构主义指导下的教学改革，还是双创、STEM理念下的教学实践，这些教学理念的一个共同点是试图在信息技术条件下，通过教师引导、情境构建、小组学习、协商讨论，最终达到推动学生综合素质提高，提升教学质量的目的，这与深度学习相关理论并无本质上的差异。

而整合这些研究成果，避免教育理论大而全、包罗万象的鸡汤化现象，从而让这些新的教学理念或手段得以在一线教学实践中得到推广和普及，化繁为简，提升通用性，这是新兴教学理论最终得到认可并运用到教学实践中的关键;否则难免给人带来“理论很丰满，现实很骨感”，为学术而学术的感觉。

加强比较研究  根据相关文献，目前深度学习研究的主体以北美、英、澳洲以及亚洲的新加坡为代表，欧洲以及亚洲如日本、韩国等教育比较发达国家相对较少。因此，国内研究者在关注美英等深度学习开展较为深入国家研究的同时，关注欧洲等国家相关研究动态，可以从不同视角借鉴其他国家的先进经验，从而推动我国教育质量的整体提升。

加强信息技术对深度学习提升作用的研究  从目前已有的文献分析来看，众多学者对如何促进深度学习，多是从教学设计的角度加以论述，而对如何应用信息技术促进深度学习凤毛麟角，如对虚拟现实技术、大数据技术等提升深度学习的作用方面缺乏论述，显示该领域研究视角较为单一。

此外，还应该注意到诸多学者在如何把控学习内容深度上，尤其是难度和深度关系如何区分，也缺乏清晰表述。总之，深度学习方式的养成有着长期性和系统性，在当前各种教学理论不断涌现的情况下，如何让这些理论落地，是教学科研工作者真正需要面对的。

参考文献

[1]Marton F， Saljo R. On qualitative differences in learning. I-Outcome and Process[J].British Journal of Educational Psychology，1976，46（1）：4-11.

[2]卜彩麗，冯晓晓，张宝辉.深度学习的概念策略效果及其启示[J].远程教育杂志，2016（5）：75-82.

[3]王洪录，赵丽萍.基于自组织理论的学习者分析[J].开放教育研究，2005（1）：42-45.

[4]周金凤，龙远春.基于文献计量及共词分析的国内MOOC研究现状分析[J].中国教育信息化：高教职教，2014（11）：28-31.