近十年国内深度学习发展现状与趋势

付晓丽

教育教学研究

近十年国内深度学习发展现状与趋势

付晓丽

（长治幼儿高等师范专科学校 电教中心，山西 长治 046000）

采用文献计量法，以中国知网中“社会科学和哲学与人文科学”期刊库为数据来源，对近十年来公开发表的有关深度学习的核心论文，从论文数量、期刊来源、高产作者、高被引论文、研究主题和研究热点等六个维度，定量分析了我国深度学习的研究现状和特征，并提出四个结论与启示：完善深度学习理论体系；建立深度学习核心研究团队；加强深度学习实证研究；关注技术支持下的深度学习研究。

深度学习；文献计量法；可视化分析；主题分析

1 引言

深度学习是人工智能领域和教育领域共同关注的话题。但在不同领域其内涵差别较大，前者主要针对图像识别、语音识别等等，而后者主要是培养人的创新能力、解决问题等高阶能力。自1976年美国学者首次提出教育领域深度学习以来，国内研究者也对深度学习开展了大量的研究，呈现出复杂纷繁的样态。

我国现有的研究中，张思琦[1]和沈霞娟[2]等分别对国外深度学习的发展现状、发展趋势及实证研究等方面做了分析和阐述，迟佳蕙[3]和何晓萍[4]等虽然对国内深度学习的发展做了综述，但均未对教育领域和技术领域中的深度学习做出区分，并且存在研究时间跨度短，文章数量少等不足。本文在现有的研究基础上，对近十年来国内教育领域中深度学习及其相关研究进行量化分析，梳理深度学习的发展趋势，尝试描述深度学习的研究主题及研究热点，并提出未来深度学习发展的趋势与建议。

2 研究设计

2.1 数据来源

鉴于教育领域与技术领域深度学习的不同，文章以中国知网（CNKI）中“社会科学”和“哲学与人文科学”期刊数据库为数据来源，篇名=“深度学习”或篇名=“深层学习”，时间跨度为2010年1月1日至2019年12月31日，期刊类别为核心期刊和CSSCI来源刊为检索式，共检索到393篇核心论文，通过大量的阅读和整理，除去会议、通知、重复发表和相关度不大的文章，得到381篇有效论文。

2.2 研究方法和工具

采用文献计量法，通过研究文献的数量关系、分布结构和变化规律等，来评价和预测某一领域现状和发展趋势[5]。通过BICOMB 2.0（书目共现）和UCINET6.0对深度学习文献从发文量、作者信息、高被引、主题、关键字等多个维度对其发展现状和趋势进行可视化解读和剖析，其中文中的表用WORD 2016，图用EXCEL 2016和UCINET 6.0来完成。

3 研究过程和数据分析

3.1 从发文量看深度学习研究

某领域期刊论文数量在一定意义上说明了该领域学术研究的理论水平和发展速度。对某一领域的文献增长做历史、全面的统计，绘制相应的增长曲线，对评价该领域所处的阶段，预测该领域的发展趋势和动态具有重要意义[6]。通过检索和整理发现，2010-2019年深度学习核心论文共发表381篇，其逐年发文量如图1所示。

图1 近十年深度学习核心论文发文量

2010-2013年，核心论文的数量仅为2篇、5篇和5篇，说明我国虽从2005年前后已开始深度学习研究；2014年之后核心论文的数量呈现直线式上升趋势，尤其是2018年之后，论文的增长速度非常快，这不仅说明了我国深度学习研究群体的壮大，还说明了研究水平的提升。

在学习科学领域的推动下，深度学习的相关研究不断兴起，计量学的奠基人之一普赖斯曾提出文献发展的四个阶段。其中第一阶段为学科诞生期，论文数量少、增长趋势不稳定且难以用数学表达式统计；第二阶段为学科发展期，这一时期论文数量急剧增加，基本服从指数增长趋势；第三阶段为学科成熟期，论文数量增长缓慢，呈线性增长趋势；第四阶段为学科完备期，论文数量日趋减少，曲线接近于X轴[7]。由此可见，国内深度学习研究以2015年为分界点，2015年之前论文数量少，增长缓慢，为深度学习研究的诞生期；2015年之后论文数量呈现指数级增长趋势，说明深度学习研究已进入发展期。

3.2 从发文期刊看深度学习研究

10年间381篇有关深度学习的核心论文共发表在79种期刊上，载文比为4.82%，发文量超过11篇的期刊有11种，发文量达190篇，占所有文献的50%。从表1可以看出，《教学与管理》《现代教育技术》《电化教育研究》《物理教师》等是我国深度学习论文发表的主阵地，而《现代教育技术》《电化教育研究》《中国电化教育》和《远程教育杂志》（表1中以*表示）既是教育技术领域的核心期刊，又是CSSCI来源期刊，其发文量高达70篇，对国内深度学习研究起着引领和推动作用。

表1 期刊载文量统计

3.3 从发文量及合作情况看深度学习研究

通过研究领域的核心作者不仅可以找出其研究方向，还体现着学科领域的发展方向与速度[4]。利用BICOMB对题录信息整理统计，381篇论文共有709位作者，其中第一作者有608位，10年内发表1篇核心论文的作者有545位，约占作者总数的89.6%，发表2篇核心论文的有44位，约占作者总数的7.2%，发表3篇或以上核心论文的有19位，约占作者总数的3.2%，发表4篇或4篇以上核心论文（见表2）有11位，约占作者总数的1.5%，这些数据充分说明对深度学习的持续研究者较少，业余研究者居多。

表2 作者发文量统计

由表2可知，在11位高产作者中，共发文28篇核心论文，说明这些发文量高的作者之间存在合作。为了更加清晰反映上表中11位高产作者的合作情况，利用UNINET软件绘制作者合作关系可视化网络图谱（见图2）。

图2 高产作者合作情况统计

从图2中可以看出，11位高产作者中，合作次数超过4次的有8位作者，其中刘哲雨与郝晓鑫、胡航与董玉琦等合作关系明显；天津师范大学的刘哲雨教授、上海师范大学的董玉琦教授、北京师范大学的余胜泉教授是国内深度学习研究具有影响力和代表性的研究者，为深度学习研究领域的发展做出贡献。

3.4 从高被引文献看深度学习研究

在文献计量中，通过分析和聚焦高被引文献，可挖掘某一学科领域具有较高参考价值、应用价值和影响力的文献，同时反映了这些高被引文献被其他研究者的关注程度和影响程度，为后续研究提供有效参照[8]。381篇核心论文中被引频次大于或等于130的文献，被认定为深度学习研究领域的高被引文献，如表3所示。

表3 深度学习高被引论文

从表3可以看出：第一，10篇文献中有4篇是涉及深度学习内涵、目标、过程和意义等相关理论研究，占高被引文献总次数的48.8%，说明深度学习的理论研究是国内研究者的一个重要维度；第二，在理论研究的基础上，10篇文献中2篇是有关深度学习策略的研究，占高被引文献总次数的20.1%，说明国内研究者对深度学习的有效发生方面也较为活跃。

3.5 从研究主题看深度学习研究

对文献的主题进行分析，有利于厘清国内深度学习研究现状、发展水平以及研究的优劣势[8]。研究内容的分析既是深度学习研究的重点也是难点，通过大量的阅读发现，国内的深度学习研究存在两个问题：样本文献代表性不强，没有将教育领域与技术领域的深度学习区别开来。但国内现有研究对内容的分类起着关键作用，如迟佳蕙等[3]根据聚类分析将国内深度学习研究主题划分为理论概念研究、过程影响因素研究、教学策略（案例）研究、评价研究以及信息技术支持的深度学习研究等五大类；张思琦等[1]对高频关键词进行聚类和多维尺度分析后，认为国外深度学习研究热点主要集中在：E-learning环境下的深度学习研究、计算机领域的深度学习研究、学习科学视域下深度学习教学应用研究、深度学习过程和结果研究四个方面。

通过梳理与分析，可将国内深度学习研究主题分为深度学习理论研究、深度学习支持研究、深度学习应用研究、深度学习影响研究、深度学习综述等六个一级主题，又在一级主题下有多个二级主题，结果如表4所示。

表4 深度学习主题分类

图2 深度学习一级主题分布

深度学习研究整体如图2所示，从图中可以看出：深度学习在各个学科教学中的应用较多，其比例达到41%；位居第二的是深度学习支持研究，占比35%；深度学习的理论研究占比15%。

3.6 从深度学习研究热点分析

研究某一个领域的高频关键词，有助于确定该领域的研究热点和趋势。本研究通过BICOMB软件对关键词进行统计和分析，381篇文章共有1 618个关键字，将意义相同的关键字进行合并，如“深度学习”“深层学习”“学生深度学习”合并为“深度学习”，“学生核心素养”“核心素养”合并为“核心素养”等，选择词频大于3，累计频率为35.3%的25个关键词为深度学习高频关键词，并生成共线矩阵，随后利用UCINET6.0软件对关键词共现矩阵进行可视化处理，得到如图3所示的高频关键词社会网络关系图谱。

图3 深度学习关键词可视化图谱

从图3节点大小看，除深度学习外，核心素养、翻转课堂、教学策略、高阶思维等节点较大，说明其与其他关键词共线关系较强，构成深度学习的核心关键词，是当前我国深度学习研究的热点。从连线的粗细看，深度学习与核心素养连线最紧密，说明深度学习的目标是培养学生的核心素养；其次深度学习与翻转课堂，教学策略等连线也较为紧密，反映出了学生深度学习的实现依赖教学策略及教学方法的变革，从另一个角度也反映出我国深度学习的研究热点聚焦在教学策略、教学设计等层面的改革和应用上。

4 结论与启示

六个维度的分析较直观反映出近十年深度学习的研究现状。从论文数量看，现阶段对深度学习的论文呈指数级增长趋势，说明深度学习已进入快速增长期；从所载刊物看，381篇核心论文中19%的论文发表在“双核”上（中文核心期刊和CSSCI刊）；从作者单位来看，主要集中在华北和华东地区，高产作者间虽存在一定的合作关系，但还没有形成核心研究团队；从高被引论文看，深度学习在理论研究、资源建设和教学策略等方面已有一批具有影响力和参考价值的文献；从研究热点看，大学生、实验教学、实证研究、课堂教学等边缘节点与其他关键词共现较少，说明我国深度学习实证研究较少；从研究热点看，深度学习研究集中在以关键词为“教学策略”“教学设计”等为代表的支持研究领域。在对深度学习的研究过程中，得到以下几点启示：

第一，完善深度学习理论体系。

就目前来讲，关于深度学习的内涵和特征没有形成统一的认识，研究者角度不同，定位也不同，有研究者将深度学习理解为学习方式，也有研究者认为是学习结果等。在文献调研和分析中发现，深度学习还存在诸多相关概念，如深度教学、深度备课和深度设计等，众多的概念容易对深度学习的理解造成边缘化和泛化现象。因此，研究者还需要完善深度学习理论研究体系，厘清其内涵、特征，揭示其发生机制，促进深度学习健康快速发展。

第二，建立深度学习核心研究团队。

对作者单位分析后发现存在一定问题。首先，单位来源广泛，但业余研究者居多；其次，高产作者略有合作，但大多是师生关系，且研究方向存在“阶段性”；再次，理论与实践脱节，大都是“纸上谈兵”。因此，建议“校校合作”，即高校理论教师要和广大一线教师积极开展“走出去，请进来”等活动，让深度学习在各教育层次都能“百花齐放”；另外，教育相关部门要投入一定人力和物力的支持，以确保研究者持续地进行研究，形成深度学习核心研究团队。

第三，加强深度学习实证研究。

对深度学习进行客观的实证研究可以检测深度学习的有效性，提高深度学习的质量，但纵观近十年深度学习核心论文发现，对深度学习的实证研究甚少，多是针对某一学科的应用个案，建议研究者借鉴国外相关实证研究经验，进行深入的实证研究，提出可供后续研究者参考的范式，如课前深度学习应如何设计，课中如何实施，课后如何对深度学习的效果进行评价等。

第四，关注技术支持下的深度学习研究。

在信息化的推动下，互联网+、MOOC、在线开放课程、大数据、VR等对教育理论、教学模式和学习资源提出新的挑战。目前，已有的深度学习研究中大多是教育学的视角，缺乏技术支持下的E-Learning深度学习研究。因此，在今后的研究中，要应用现有技术，加强深度学习的广度和深度研究，但在应用技术时要回归教育的本质，要在准确理解“技术”的基础上，选择有效之“技”，谋策合理之“术”，智慧地用“技术”解决实际教育教学工作中存在的问题。

[1] 张思琦,张文兰,李宝.国外近十年深度学习的研究现状与发展趋势[J].远程教育杂志,2016,(2):64-72.

[2] 沈霞娟,张宝辉,曾宁.国外近十年深度学习实证研究综述[J].电化教育研究,2019,(5):111-119.

[3] 迟佳蕙,李宝敏.国内外深度学习研究主题热点及发展趋势[J].基础教育,2019,(1):101-112.

[4] 何晓萍,沈雅云.深度学习的研究现状与发展[J].现代情报,2017,(2):164-170.

[5] 黄维,陈勇.中国教育经济学发展轨迹的知识图谱研究[J].教育与经济,2010,(3):68-69.

[6] 庞景安.科学计量研究方法论[M].北京:科学技术文献出版社,1999:299-301.

[7] 邱均平,杨思洛,刘敏.改革开放30年来我国情报学研究的回顾与展望(一)[J].图书情报研究,2009,(2):1-7.

[8] 严贝妮,胡雪环.基于文献计量的国内情报分析研究综述(1978-2012)[J].现代情报,2013,(10):167-171.

[9] 卜彩丽,冯晓晓,张宝辉.深度学习的概念,策略,效果及其启示——美国深度学习项目(SDL)的解读与分析[J].远程教育杂志,2016,(5):75-82.

[10] 何玲,黎加厚.促进学生深度学习[J].计算机教与学, 2005,(5):29-30.

[11] National Research Council. Education for life and work: Developing transferable knowledge and skills in the 21st century[M]. Washington: National. Academies Press, 2013:5-6.

[12] 张良,杨艳辉.核心素养的发展需要怎样的学习方式[J].比较教育研究,2019,(10):29-36.

[13] 张浩,吴秀娟,王静.深度学习的目标与评价体系构建[J].中国电化教育,2014,(7):51-55.

[14] 戴歆紫,王祖浩.国外深度学习的分析视角及评价方法[J].外国教育研究,2017,(10):45-58.

[15] 黄志芳,周瑞婕,赵呈领,等.面向深度学习的混合式学习模式设计及实证研究[J].中国电化教育,2019,(11): 120-128.

[16] 赵婉莉,张学新.对分课堂:促进深度学习的本土新型教学模式[J].教育理论与实践,2018,(20):47-49.

[17] 吴举宏.促进深度学习的中学生物学教学策略[J].生物学教学,2107,(10):18-20.

[18] 杜娟,李兆君,郭丽文.促进深度学习的信息化教学设计的策略研究[J].电化教育研究,2013,(10):14-20.

[19] 胡航,董玉琦.深度学习数字化资源表征方法与开发模式[J].中国远程教育,2017,(12):5-11.

[20] 李亚娇,段金菊.SNS平台在促进深度学习方面的比较研究[J].远程教育杂志,2012,(5):26-34.

[21] 何聚厚,梁瑞娜,韩广欣,等.基于虚拟现实技术的深度学习场域模型构建研究[J].电化教育研究,2019,(1): 59-66.

[22] 刘哲雨,王志军.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[J].远程教育杂志,2017,(1):72-81.

[23] 李利,顾卫星,叶建敏,等.混合学习中大学生教学情境感知对深度学习的影响研究[J].中国电化教育,2019, (9):121-127.

[24] 周文叶,陈铭洲.指向深度学习的表现性评价[J].全球教育展望,2017,(7):3-9.

The Status and Trend of Deep Learning in China in the Past Decade

FU Xiao-li

(Audio-visual Center, Changzhi Preschool Teachers College, Changzhi 046000, China)

By using bibliometrics and the journal database of "social science, philosophy and humanities”in CNKI as the data source, the research status and characteristics of deep learning in China was analyzed from six dimensions: the number of papers, journal sources, high-yield authors, high cited papers, research topics and research hotspots. Four conclusions were drawn: perfect the deep learning theory system; establish the core research team of deep learning; strengthen the deep learning empirical research; pay attention to the research of deep learning supported by technology.

deep learning; bibliometrics; visual analysis; thematic analysis

G40-057

A

1009-9115(2020)03-0106-05

10.3969/j.issn.1009-9115.2020.03.024

2020-02-14

2020-04-20

付晓丽（1981-），女，山西长治人，硕士，中级讲师，研究方向为数字传媒。

（责任编辑、校对：高俊霞）