深度学习研究的现状、热点及其发展趋势——基于CiteSpace 可视化知识图谱分析

梁 策

（吉林师范大学 吉林 长春 130000）

深度学习思想来自布鲁姆的“认知发展理论”；学习的深层、浅层之分，深度学习的概念；最早是由美国学者马顿（Ference Marton）和萨尔约（Roger Saljo）在一项研究中发现不同的学习方法能够产生不同的学习效果从而提出的。[1]国内学者对“深度学习”方面的研究较晚，直到2005年，黎加厚、何美玲两位学者首次对“深度学习”这一名词进行概念界定，正式将目光对准深度学习领域。[2]

本文基于WOS数据库中收集的关于深度学习方面的文献，以CiteSpace软件为技术支持，对深度学习研究的现状、热点和前沿情况进行分析。经研究发现，自2017年起，世界各国各领域学者对深度学习相关问题的研究不断增多，其中，中国、美国、英国等地的研究者发文量较大，较为活跃；研究热点包括深度学习概念界定，研究的必要性及建议；研究前沿包括计算机网络科学、深度强化学习、培训。

一、研究过程

本研究检索文献均来自Web of Science中的核心合集数据库，主题词为“Deep Learning”，时间节点设置为2011—2021年，其余均为默认值，检索得到95232条来源文献，从中选取领域中的高被引论文1389条，每个文献保留标题、作者、摘要、关键词、参考文献等部分，将其放入 CiteSpace 软件中进行分析。本研究主要来自CiteSpace5.7.R3版本的技术支持，以该软件进行相关知识图谱的分析和研究，CiteSpace是由美国得雷塞尔大学陈超美博士研发的，以定性与定量相结合的研究方式，得出相关知识图谱。陈超美博士研究这一软件的主要意图是帮助各领域学者了解某一概念或研究领域的研究热点、前沿和趋势[3]，进而很好地把握这一概念或这一领域的研究方向。

二、结果分析

文献统计结果显示，深度学习研究文献呈逐年上升趋势（如图1），研究人员的学科背景主要有教育、医疗和计算机等，文献类型主要为文章、会议和论文等。

从图1可知，国际学者关于深度学习领域的研究呈上升趋势，但2014年之前并未有明显增长，从2015年开始发文量大幅度上升，2019年迎来顶点，仅2019年一年的发文量就达到了28717篇，比上一年增长了59.4%。由此可见，深度学习开始受到关注。

图1 深度学习研究文献刊发数量

三、高影响力研究学者及地区分布

本文利用CiteSpace软件中共被引分析功能，对选取的1389篇文献进行分析，得到了发文量排名前10的学者和国家；他们分别是LECUN Y、KPIZHEVSKY A、HE KM、HINTON GE、SLMONYAN K、BENGIO Y、SZEGEDY C、SRIVASTAVA N、GOODFELLOW I、HOCHREITER S。刊发文献数量排名前10的国家依次为：中、美、英三国数量巨大，遥遥领先，位列第4—10的国家分别是澳大利亚、德国、加拿大、韩国、新加坡、法国、日本。刊发文献数量排名前10的机构为：中国科学院学报、斯坦福大学、西北理工大学、麻省理工学院、武汉大学、南洋理工大学、中山大学、中国科学院大学、香港中文大学、天津大学。

中心度最高的关键术语为“deep learning(深度学习)”，被引频次较高的有“neural network(神经网络)”“classification(分类)”“convolutional neural network(卷积神经网络)”“model(模型)”“machine learning(机器学习)”，说明深度学习的建立与卷积神经网络有关；“模型”“分类”等关键术语体现了当前研究的重点。本研究选择了近10年（2011—2020）的数据作为样本，然后结合突现词展开研究，得出深度学习研究前沿词组如下：计算机科学（computer science）、放射学（radiology）、交通（transportation）、设计（design）、深度强化学习（deep reinforcement learning）、培训（training）。

那么为什么要进行深度学习呢？2014年出台的《教育部关于全面深化课程改革落实立德树人根本任务的意见》第一次明确界定“六大核心素养”，2016年，由北京师范大学牵头的核心素养研究课题组公布了中国学生发展核心素养。这不仅为教学增添了新的内容，也对教学者和学习者提出了新的要求，而深度学习恰恰是达成这一要求的适配理念，能够支撑完成培养学生核心素养的目标，改善我国教学的弊端。比如在实际教学过程中，多种因素影响，主导权没有或者没有完全交到学生手中，主导者仍为教师，教师对客观经验进行讲解，学生被动接受。再如小组式学习，目的是突破传统课堂的局限性；但在实践中，只限于某一节课或某一学科。高阶思维是核心素养目标诉求，而深度学习是实现高阶思维有效的方法。为深度学习理论的构建和探索提出有效建议，是深度学习研究领域的又一热点。

四、讨论和启示

我国在2001年的课程改革中提出了知识与技能、过程与方法、情感态度价值观的三维目标体系，当下正值新一轮课程标准修订，深度学习与核心素养的内在联系是什么，如何将深度学习融入日常教学活动中去，这就需要结合我国自身实际情况，有选择性地借鉴国际经验，建立属于我们的深度学习理论体系。

1.深度学习是高阶思维的表现形式之一，不容忽视

深层次学习、问题解决、良好的思维品质及思维的自我监控等智力与非智力因素之间的相互作用是高阶思维形成的过程。[4]通过对上述热点和前沿文献进行统计分析可知，深度学习领域研究的对象主要来自在校学生，不同学者切入点不同，研究对象也从小学生到研究生；但深度学习是一种理念，一种终身学习的学习理念。因此，在研究及实施的过程中，不仅需要教育部门的支持，还需要社会的力量。

2.架构具有国家特色的深度学习理论体系

要想对深度学习这一领域进行进一步研究，学者首先应该对“深度学习”这一概念有较为全面的了解，即对什么是深度学习，深度学习的内涵是什么，包括哪些要素，深度学习与浅度学习的区别与联系等问题进行梳理，发现其中的联系；结合国内深度学习理论研究的实际情况，建立具有国家特色的深度学习理论体系。当然，由于国内研究较晚，目前缺乏对基础理论的研究。[5]

3.实践与理论并行

我国对深度学习的研究起步较晚。以小学数学深度学习研究为例。在CNKI上，以“深度学习”“小学数学”为关键词进行检索，发现在2011—2020年间，国内对小学数学深度学习的关注并不高，仅有79篇文章，其中还有64篇文章是2019—2020年发表的。由于国内研究起步晚、理论不全面，国内学者一开始只将目光聚焦于深度学习概念的界定方面，并未在深度学习与学科相结合方面投入过多。但2019—2020急剧增加的刊发文献数量，也从侧面烘托出国内学者开始关注深度学习领域。例如，小学数学深度学习这一领域的研究，以东北师范大学马云鹏教授为代表，他在《小学数学深度学习教学设计从何做起》[6]《深度学习的理解与实践模式》[7]等文章中探讨了深度学习概念的界定，并以单元化教学的方式对小学数学的部分知识进行教学设计，逐步完善了深度学习与数学学科的深层次结合。从分析结果中发现，我国对于深度学习领域的研究仍处于不完善阶段，需要越来越多的学者聚焦于此。即便如此，在构建理论基础的同时，也要做到理论与实践结合，做到理论与实践并行。

4.建立完善的评价体系

深度学习是一种培养学生多种素养的学习方式，作为培养高阶思维的有效途径，并不能在成绩上取得立竿见影的成效；因此，需要教师及时、准确、全面地对学生进行评价，为学生“搭梯子”，通过评价，帮助学生认清自己所取得的阶段性成果，并反思自己的不足。教师在进行评价的时候应注意方式方法，采取恰当有效的方式将评价反馈给学生。

我们可以将深度学习的研究内容分为以下几个部分（包括但不限于）：深度学习的现状调查与问题分析；理论体系建构；相关课程开发；实践检验等。学者在研究之前应该对深度学习有一个正确的认识，避免走入误区；特别是避免将深度学习与浅层学习分离，二者并不矛盾，浅层学习是深度学习的基础，深度学习是浅层学习的深化与拓展。[8]

本研究利用CiteSpace软件对深度学习研究现状、热点及前沿进行可视化分析，便于以后的研究者对深度学习领域已取得的成果有一个认识。但本研究并未对现象进行深度剖析，涉及研究领域较多，并未将期刊按照计算机、医学、教育等领域划分，只是选取了其中被引量较高的一千余篇文章；因此，研究者在参考本研究时应注意取舍。