国内教育领域深度学习研究现状及热点——基于中国知网的科学知识图谱分析

张释元,饶丽娜

（上饶师范学院 教育科学学院，江西 上饶 334001）

目前，我国教育改革已经推入深水区，深度 学习作为教育领域中的一场革命，强调由双基、三维目标向核心素养转变，其理念对我国现有的课堂变革具有极其重大的意义。深度学习源起于计算机领域的“机器学习”研究以及教育领域学习研究[1]。机器深度学习与人脑深度学习之间最主要的相同点在于关联性学习，借助旧的知识完成新的学习；最重要的差别在于人脑具有反思力和创造力[2]。

对已有深度学习文献的计量学分析发现：深度学习研究主要范畴定位在社会科学全域，缺乏针对教育领域的计量学分析。这增加了深入研究教育领域深度学习的难度，容易造成重复性研究。通过文献检索发现，教育领域中的深度学习呈现“关注晚却研究热”、“类型领域集中”等现象。鉴于此，研究以“中国知网”为信息来源，采用文献计量学与科学知识图谱的方法，选取2008年至2018 年中文核心期刊为研究对象，以此宏观上了解教育领域中的深度学习。

一、数据来源与研究方法

中国知网一直被学界认可为可信任数据库，Citespace 是近年兴起且被认可的计量学分析软件。因此，研究的文献样本取自中国知网数据库，采用Citespace 软件进行计量学分析。

在样本选择过程中，根据期刊的等级评定和认可度、研究热点的时限等，对检索到的所有文献进行筛选。筛选出2008—2018 年期间发表在“核心期刊”以及“CSSCI”关于深度学习领域的研究文献，共得到有效文献529 篇。

为了解深度学习的发展趋势及热点，借助Citespace 软件对作者、研究机构、以及关键词进行分析。在数据分析的初始阶段，利用CNKI 的文献计量可视化，得到该领域发文的总体趋势。在此基础上，运用Citespace 作为统计分析的工具，将作者、机构、关键词等以知识图谱的形式呈现，希望通过“一图展春秋，一览无余”[3]对529 篇有效文献进行深入分析，回答当前我国教育领域深度学习研究的现状。

二、可视化研究及结果分析

一般性的可视化研究基本从年度发文量、核心作者、研究机构分布和研究热点的关键词等几个方面进行分析。这几个维度的分析同样适用于深度学习研究领域的分析。

（一）发文量的分析

图1 2008-2018 年深度学习发文趋势

从量的角度对研究文献的年度状况进行分析，能够充分说明学者们对该领域研究的关注度，也能够从侧面反应这个研究领域的重要程度。如图1 所示，有关深度学习领域的发文量总体上呈上升态势，但每阶段发展速度不同。2008-2014 年间发展的较为缓慢，2014-2017 年呈现快速增长趋势，2017-2018 年保持相对平稳。其 中，2017 年 发 文 量为172 篇、2018 年 发文 量为168 篇。

2014 年以前，我国学者对深度学习研究关注度较低，并没有认识到深度学习研究的意义和价值，成果较少。2014 年,教育部基础教育课程教材发展中心在全国多个实验区开展了深度学习教学改进项目研究，以此来回应时代与社会的变化[4]。此外，在2014-2016 年《地平线报告》中将深度学习作为发展的趋势之一，并指出深度学习是未来5 年或更长时间推动高等教育发展变革的关键方向，报告还提到探索深度学习的策略研究。在政策与《地平线报告》的共同推动之下，学者们开始聚焦深度学习研究。与此同时，随着核心素养的提出与探索，深度学习逐渐与其结合，挖掘着二者之间的关系，加速了深度学习研究的发展。2016 年，高等教育学术年会把“促进大学生自主学习、深度学习及合作学习”作为论坛议题之一，2018 年10 月教育部出台《关于加快建设高水平本科教育全面提高人才培养能力的意见》，强调本科教育要以促进学生全面发展为中心，在注重“教得好”的同时更注重“学得好”，深度学习一时间成为我国教育领域的热点词汇，这是2014-2017 年发文量急剧增长的主要原因。

回顾深度学习近十年的发展历程，发现深度学习与教育信息化的发展有着十分紧密的联系。自2012 年3 月13 日，教育部正式颁布《教育信息化十年发展规划(2011-2020 年)》，说明我国教育信息化“起步”与“应用”两个阶段已基本完成，将进入“融合”和“创新”的新阶段，由原来停留于工具层面的简单应用过渡到信息化教育的创生发展[5]。信息促进教育领域变革已经成为人们接受并认同的事实，作为与人工智能相结合的深度学习自然引起了学者们的研究兴趣。学者余胜泉曾指出，在过去十年中，虽然教育信息化的基础设施建设取得了长足的进步，但应用效果不彰，教育信息化“无用论”甚嚣尘上，信息技术基本上处于教育的边缘位置，这也恰恰是深度学习前期发展缓慢的一个重要因素[6]。2014 年以来，信息技术呈现出一种“曲棍球杆曲线”的增长态势[7]，深度学习研究发展也迅猛上升，成果增多。这是2014 年以后发文量增长迅速的又一重要原因。

（二）核心作者的分析

对核心作者的分析主要关注合作和贡献两个维度。图中节点的大小代表了作者的发文量，作者之间的连线表示二者之间的合作关系[8]。通过合作作者的分析，不仅可以了解到对此课题贡献较大的权威人士，而且可以看出他们彼此之间的联系。为了更好地了解核心作者信息，在Citespace 中将Time Slicing 设为2008-2018,时间切片为一年，Node Type 选项设置为Author ，Selection Criteria 选项设置为Top 50，运行程序进行可视化，得到深度学习作者合作网络知识图谱。图2 显示，共有46 个节点，15 条连线，网络密度为0.0145。

图2 深度学习作者合作网络知识图谱

据统计在2008-2018 年发文量最多的作者是 刘哲雨、祝智庭（5 篇），其次是杨滨、曹培杰、董玉琦、段金菊，胡航。其中以刘哲雨为核心的研究团队从教育技术的视角来研究深度学习，与他合作的是同在天津师范大学的王志军、郝晓鑫、王红等人。同发表刊物相结合分析发现，有三篇是刊发在《现代教育技术》上的，最高被引的文献是2017 年发表的行为投入影响深度学习的实证探究——以虚拟现实(VR)环境下的视频学习为例[9]，下载量达到2968 次，被引29 次。同年，深度学习的评价模式研究[10]下载量达到2200 次，被引28 次，文中主要是研究虚拟现实环境中深度学习，利用多媒体画面表征促进深度学习的效果，且进一步提出了深度学习的“3+2”评价模式，为深度学习的研究推进做出了巨大的贡献。其次是以祝智庭等人构成的研究团队，2017 年祝智庭等在《中国教育学刊》上发表了深度学习：智慧教育的核心支柱[11]，其下载量达到3273，可见这篇文章是十分重要的。在这些研究者中，董玉琦、胡航的合作为跨校合作，曹培杰则主要是个人研究。进一步对作者之间的关系进行探寻，合作研究者之间主要为师生和同事关系。结合作者的学术背景，这些学者多是教育技术方面影响力较大的研究者，他们从事的研究领域主要是教育理论与教育管理、计算机软件与计算机应用。

由此可见，我国深度学习研究者基本以教育技术领域的专家为主体，这说明深度学习研究并未在整个教育领域引起重视，或者受到关注.

（三）研究机构分析

为探明深度学习研究中研究机构的范畴，在Citespace 中将Time Slicing 设为2008-2018，时间切片为一年，Node Type 选项设置为Institu‐tion，其余设为默认值，运行程序，进行可视化，得到深度学习机构合作知识图谱。

图3 深度学习机构合作知识图谱

由图3 可以看出，东北师范大学教育学部、华中师范大学教育学院、华东师范大学课程与教育研究所、陕西师范大学教育学院，这些机构的节点较大，说明它们是主要的研究力量所在。为进一步明确机构的发文量，整理了发文量5 篇以上的研究机构，如表1 所示，东北师范大学教育学部发文量最多达到13 篇，其次是华中师范大学教育学院，发文量8 篇，华东师范大学的研究力量基本在课程与教学研究所和开放教育学院。

表1 深度学习文献发表数量机构

7 陕西师范大学教育学院6 河南大学教育科学学院6 华东师范大学开放教育学院5天津师范大学教育科学学院

其中，东北师范大学设立了教育部基础教育课程教材发展中心“深度学习”教学改进项目组，小学语文组由计宇为组长，数学组由马云鹏为组长，关注初等教育及中等教育的理论研究。华中师范大学、陕西师范大学、河南师范大学、天津师范大学主要是结合计算机技术研究高等教育、中等教育领域。华东师范大学的研究力量在教育学部，其研究的快速增长期为2017 年。结合图表，可以说深度学习的研究力量主要存在于师范大学中的教育学院，综合型的院校对这方面研究的不多。此外，院校之间的连线并不紧密，说明机构之间缺乏合作交流。

（四）研究热点分析

关键词是文章的要点和检索路径，为得到深度学习的研究热点，在Citespace 中将Time Slicing 设为2008-2018，时间切片为一年，Node Type 选项设置为Key word，Selection crite‐ria 选项设置为top 50，并选择Pruning sliced networks、pathfinder 对合并后的切片网络进行修剪，然后运行程序进行可视化，得到关键词共现图，如图4 所示。

图4 深度学习关键词共现知识图谱

图4 显示，共有节点112 个，连线168 条，网络密度为0.027。图中可以看出深度学习、翻转课堂、核心素养的年轮较大，说明它们出现的频次较高。而其中深度学习作为年轮最大的关键词之一，很可能是由于检索词为深度学习导致的，故而在分析研究热点时，把这一关键词排除在外。为进一步明确关键词出现的频次和中心性，整理了表2。频次和中心性高的关键词一般是研究的热点和前沿。结合表2 的中心性，选择中心性大于0.1 的关键词[12]。

具体表现为“翻转课堂”、“核心素养”、“人工智能”、“教育模式”、“学习分析”、“教育信息化”。因此，这些词构成了该领域的热点及前沿。

表2 深度学习关键词频率、中心性统计表

7 100.12教学策略8 9 0.06mooc 9 8 0.12教育信息化1080.14教育模式

聚类研究是辨析前沿的基础，可以揭示研究前沿演变的重要知识转折点[13]。利用Citespace 进行聚类分析，在可视化之后，点击“K”并且选择LLR 算法，得到的聚类如图5 所示。图中Q 值为0.7057 大于0.3，说明聚类的划分出来的社团结构是显著的，S 值为0.6588 大于0.5说明聚类是合理的[14]。

图5 深度学习关键词聚类知识图谱

为使得到的聚类更加利于分析，对原始聚类后进行一定的修剪，最终得到5 个关键聚类。聚类从大到小依次为知识整合、核心素养、学习分析、策略、地平线报告。

（1）知识整合。以往对深度学习的定义大致可归为四类：“深度理解说”、“理解—迁移说”、“体验学习说”、“三元学习说”。虽然对深度学习的内涵侧重点各有不同，但深度理解是各家观点的交汇点与融合点，众多定义都指向深度学习是一种基于理解的学习[15]。不仅如此，深度学习还具备信息的整合、知识的迁移这两个重要特征，即通过新旧知识整合来促进有意义学习的发生[16]。这些都与知识整合的发生不谋而合，知识整合发生的前提也是理解知识，也需要对已有的信息进行加工，促进知识之间的联结[17]。可见，深度学习与知识整合有着十分密切的联系。

（2）核心素养。国际上对于核心素养的认识包括：核心素养重视公民关键的、必要的、重要的素养，是知识、技能、情感态度的集合，具有整体性，其形成过程是个人与社会协同作用下的渐进过程[18]。2014 年3 月，我国在颁布的《关于全面深化课程改革落实立德树人根本任务的意见》中首次提出研制学生发展核心素养体系，2016 年9月，正式公布了我国学生发展核心素养总体框架，具体包括文化基础、自主发展、社会参与这三个维度[19]。我国学者认为我们需要实现国际核心素养的本土化转变，一方面，要抓住学科本质，落实学科核心素养；另一方面，需要完善评价体系，构建以表现性评价为主的多元评价模式[20]。追求发展学生的核心素养，深度教学是一个强有力的突破口，能够克服表层教学的局限性，从而引导学生深度学习，落实立德树人的目标[21]。深度学习以培养学生核心素养为根本追求[22]，是指向具体的、社会的人的全面发展，也是形成学生核心素养的基本途径。素养的获得需要深度学习的支撑[23]，深度学习的理论研究重点正在与核心素养逐渐融合[24]。

（3）学习分析。学习分析是为了提高学习者的绩效，对学习者的学习过程进行记录、跟踪、分析，从而实现有针对性的干预学习者的学习，科学合理的学习分析能够实现真正的因材施教，促进每个学生不同方面的良好发展[25]。由于学习分析是在大规模的数据处理之下进行的，因而对学生学习情况的把握不仅仅是依靠平时的主观经验，更多的可以通过数据的及时反馈，帮助教师调整教学策略，促进学生有意义的学习。可以说，学习分析实质上属于深度学习的一种策略，有利于实现深度教学与深度学习的统一[26]。

（4）策略。深度学习的策略研究，一方面是根据深度学习的内涵特征等方面制定出如何进行深度学习的方案，把深度学习的理论付诸实践的过程；另一方面，是针对现在深度学习过程中存在的问题提出改进的方法。二者融合于提高深度学习的教学策略中。我国最早提出深度学习的何玲、黎加厚教授认为创设问题，开展任务驱动型学习，贯穿过程性评价能够提高学生的深度学习水平[27]。信息时代的不断发展，云课、慕课、微课、翻转课堂等一些新的教学形式产生，尤其是翻转课堂，曾风靡一时，但是因其单调的呈现方式以及难以实现师生之间良好的互动，无法满足学习者个性化需求导致学习者难以进入深度学习状态，使得学生的时间投入与实际获得不成正比，学习效果不佳[28]。为此，彭燕等学者通过实证研究的方法，在翻转课堂中改善教学模式，即课前进行知识的整合，课堂对知识之间的关系逻辑进行梳理重组，课后进行分享交流。结果表明这一学习模式有利于促进翻转课堂中深度学习的发生[29]。翻转课堂后出现了线上与线下教学相结合的一种模式—SPOC，弥补了翻转课堂、慕课等的不足。基于此，学者构建了SPOC 的深度学习模式。在这个学习模式下，学生经历学习准备、知识构建、迁移应用与创造、评价与批判四个循环与递进的阶段，实现低阶思维能力向高阶思维能力的转变[30]。在真实的课堂情境中，学者吴秀娟从反思学习的角度，构建了基于反思的深度学习策略，经测量发现，基于反思的深度学习模式具有一定的可行性且反思活动能有效地促进深度学习[31]。此外，王树涛提出提高深度学习首先应创设批判性的课堂情境，加强学生批判性思维的培养，同时注重学习知识的应用，促进“学用相长”[32]。不仅如此，教师还需要抓住学科本质，触及学生心灵，帮助学生建构知识[33]。

（5）地平线报告。美国新媒体联盟《地平线报告》已经连续发布13 年，堪称全球历时最长的探索新技术发展趋势和教育应用的报告[34]。《地平线报告》主要是预测和描述未来五年全球范围内会对教育产生重大影响的新兴技术，已经成为众多领域的参照系和风向标。2014 年的《地平线报告》将“追求深度学习”作为近期趋势，2015 年的报告将“探索深度学习策略”作为远期趋势，2016 年的报告将“转向深度学习方法”作为远期趋势。可见，深度学习在未来的发展中占据重要的地位[35]。与此同时，作为高等教育未来发展与革新的指南《地平线报告(高等教育版)》中，深度学习方法同样作为发展趋势之一被提出来，这说明，无论是在基础教育还是高等教育之中，深度学习是未来教育领域变革的方向之一[36]。结合中国国情，2016 年，北京师范大学智慧学习研究院针对我国基础教育新兴技术应用状况，与美国新媒体联盟联合发布了第一个中国版地平线报告，即《2016 新媒体联盟中国基础教育技术展望—地平线项目区域报告》，是一个以中国教育情境为重点的地平线报告。报告中凸显出全球化与中国特色并存的特点[37]。

三、结论及启示

本研究通过运用文献计量学的研究方法，对2008 年至2018 年中国知网中有关教育领域中深度学习的文献进行分析，可以发现，相关研究已经顺利的从初步探索阶段发展为快速增长阶段，核心素养以及教育信息化2.0 带动了对深度学习的深入探索。经过长期的发展，形成了以天津师范大学教育科学学院刘哲雨、华东师范大学教授祝智庭等为代表的核心作者群。同时在研究机构方面形成了东北师范大学、华中师范大学、华东师范大学、陕西师范大学、天津师范大学等核心研究机构。结合作者及机构可以发现，这些核心群体不但在教育理论方面有着坚实的基础，而且计算机信息技术领域实力同样雄厚。通过关键词的分析，发现教育领域中深度学习研究热点分别“翻转课堂”、“核心素养”、“人工智能”、“教育模式”、“学习分析”、“教育信息化”。但是，目前该领域作者合作并不紧密，各大研究机构间缺乏沟通交流，研究领域力量过于分散，不利于研究的进行。同时，研究者的研究方向多倾向于高等教育和中等教育，初等教育涉略较少。因此，在加强研究人员及机构间的合作的同时，还应平衡研究方向，加大对初等教育的研究投入，这样有利于深度学习全面系统的发展。