國內(nèi)深度學習研究熱點與趨勢的可視化分析

何彤宇 劉曉紅

摘? 要 隨著現(xiàn)代社會對人才專業(yè)化程度的要求不斷提高，尤其是信息技術(shù)革命對人們的學習方式和任務(wù)產(chǎn)生重大影響，源自20世紀50年代的深度學習相關(guān)研究日益得到重視，我國學者也開展了廣泛研究。以此為背景，以中國期刊全文數(shù)據(jù)庫（CNKI）核心期刊和CSSCI兩個數(shù)據(jù)庫作為數(shù)據(jù)源，運用社會網(wǎng)絡(luò)分析和多元分析法，對當前國內(nèi)深度學習研究熱點與趨勢進行可視化分析

關(guān)鍵詞 深度學習;知識圖譜;信息技術(shù);翻轉(zhuǎn)課堂;MOOCs

中圖分類號：G652? ? 文獻標識碼：B

文章編號：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

隨著現(xiàn)代社會對人才專業(yè)化程度的要求的不斷提高，尤其是信息技術(shù)革命對人們學習方式和任務(wù)產(chǎn)生重大影響，在此背景下，源自20世紀50年代的深度學習相關(guān)研究日益得到重視。1976年，深度學習被界定為一種與淺層學習相對應(yīng)的主動學習方式[1]。國外有學者甚至將深度學習看作學生勝任21世紀工作和公民生活必須具備的能力[2]。國內(nèi)自2005年上海師范大學黎加厚教授在《促進學生深度學習》一文中首次提出深度學習的概念之后，圍繞理論探索、實施路徑與評價，一些學者開展了一系列針對深度學習的相關(guān)學術(shù)研究，并取得較為豐碩的成果，如陜西師范大學的卜彩麗、吉林大學的李洪修等。

鑒于以上研究背景，本文采用知識圖譜、共詞分析法，對國內(nèi)公開發(fā)表的深度學習相關(guān)文獻進行系統(tǒng)梳理，對深度學習研究熱點進行分析與闡述，以期從不同的角度出發(fā)，總結(jié)研究現(xiàn)狀，發(fā)現(xiàn)問題并提出建議。

2 研究方法和數(shù)據(jù)處理

研究路徑和方法? SCI創(chuàng)始人、現(xiàn)代情報學家加菲爾德認為，科學研究前沿的名稱可以從來源文獻標題中出現(xiàn)頻次最高的單詞或詞組中提取出來[3]。本研究采用定量與定性相結(jié)合的研究方法，主要使用社會網(wǎng)分析和多元分析法，對提取出來的關(guān)鍵詞進行分析，構(gòu)建知識圖譜，從而得出相關(guān)領(lǐng)域的研究熱點，并對其進一步分析和闡述。

數(shù)據(jù)收集與清洗? 為更好地體現(xiàn)研究結(jié)果的權(quán)威性，本研究將CNKI全文數(shù)據(jù)庫中的“核心期刊”與“CSSCI期刊”數(shù)據(jù)庫作為數(shù)據(jù)源（不含碩博論文），從而保證文獻更具權(quán)威性與說服力;以深度學習為精確篇名和關(guān)鍵詞進行檢索，并對搜集到的文獻進行有效性篩選，將重復無關(guān)文獻和無關(guān)鍵詞的文獻刪除（如會議通知等），截至2017年9月，共搜集到76篇有效文獻。

高頻關(guān)鍵詞詞頻統(tǒng)計? 關(guān)鍵詞是對文獻內(nèi)容的高度概括，能直觀、鮮明地反映文獻的主題[4]。在本研究中，采用限制詞頻閾值的方法，即高頻關(guān)鍵詞根據(jù)高頻被引頻次閾值確定。本文選取詞頻大于5的四個關(guān)鍵詞為主要關(guān)鍵詞，其總的出現(xiàn)頻次為84次，累積百分比為33%，滿足知識圖譜中規(guī)定的27%，符合分析標準，基本反映了近年來國內(nèi)深度學習研究的現(xiàn)狀。但是鑒于當前國內(nèi)深度學習研究尚處于起步階段，故根據(jù)實際情況適當放大高頻關(guān)鍵詞范圍。筆者選擇頻次2及以上的23個關(guān)鍵詞來描述近年來深度學習研究的熱點。

對標準化后抽取出的10個高頻關(guān)鍵詞進行排序，從中初步地了解到近年來我國深度學習研究領(lǐng)域與翻轉(zhuǎn)課堂、高級思維等主題相關(guān)。包括深度學習在內(nèi)，熱點前10名分別為翻轉(zhuǎn)課堂、高級思維、MOOCs、學習科學、淺層學習、e-Learning、反思性學習、信息化教學、教學模式。但是對高頻關(guān)鍵詞進行詞頻統(tǒng)計分析，僅能發(fā)現(xiàn)與深度學習研究相關(guān)的熱點，而如想進一步討論它們之間的內(nèi)部關(guān)系，就需要關(guān)鍵詞共現(xiàn)技術(shù)達到這一要求。

通過相異矩陣可以看出，與深度學習距離由近到遠的關(guān)鍵詞前十名分別是翻轉(zhuǎn)課堂（0.633）、高階思維能力（0.701）、MOOCs（0.727）、實證研究（0.727）、學習科學（0.756）、e-Learning（0.756）、淺層學習（0.756）、核心素養(yǎng)（0.788）、信息化教學（0.788）、評價指標（0.788）。

從上述計算結(jié)果可以看出，國內(nèi)學者對深度學習問題的研究側(cè)重于在e-Learning環(huán)境下，圍繞如何培養(yǎng)學生高階思維能力或提升核心素養(yǎng)，分別從學習科學理論或?qū)嵶C研究、構(gòu)建評價指標等角度展開。

3 知識圖譜以及多元分析

關(guān)鍵詞聚集在一起代表了學科的研究熱點。為了更進一步研究深度學習研究領(lǐng)域內(nèi)部聯(lián)系情況和領(lǐng)域間相互影響情況，一方面利用社會網(wǎng)絡(luò)圖，從宏觀視野勾勒出該研究領(lǐng)域的主要研究熱點及其各個關(guān)鍵詞之間相互關(guān)系;另一方面利用戰(zhàn)略坐標圖繪制出深度學習研究熱點知識圖譜，對熱點領(lǐng)域研究現(xiàn)狀或發(fā)展趨勢進行歸納和總結(jié)。

社會網(wǎng)絡(luò)圖譜的構(gòu)建與分析? 為進一步探尋23個關(guān)鍵詞之間隱藏的內(nèi)部關(guān)聯(lián)結(jié)構(gòu)，在共詞矩陣基礎(chǔ)上利用社會網(wǎng)絡(luò)分析軟件繪制出高頻關(guān)鍵詞網(wǎng)絡(luò)圖，了解各個關(guān)鍵詞在整體網(wǎng)絡(luò)中分布情況及該領(lǐng)域的發(fā)展態(tài)勢，同時為進一步分析闡述深度學習領(lǐng)域的研究熱點提供條件。

首先，根據(jù)社會網(wǎng)絡(luò)分析的觀點，各關(guān)鍵詞之間的關(guān)聯(lián)性以及關(guān)聯(lián)程度可以通過網(wǎng)絡(luò)密度、網(wǎng)絡(luò)平均路徑長度的計算，從而對該研究領(lǐng)域發(fā)展現(xiàn)狀與未來發(fā)展趨勢在宏觀視角上有所了解。從分析結(jié)果可得，關(guān)鍵詞網(wǎng)絡(luò)的密度為0.407 1，表明研究熱點之間關(guān)聯(lián)程度一般;但是關(guān)鍵詞網(wǎng)絡(luò)中結(jié)點之間的平均距離是1.818，說明該網(wǎng)絡(luò)具有較高的反應(yīng)能力。此外，通過計算可知，該研究網(wǎng)絡(luò)的標準化中間中心勢是0.816 9，表明深度研究領(lǐng)域研究有向某個關(guān)鍵詞集中的趨勢。

其次，依據(jù)中間中心度計算生成的共詞網(wǎng)絡(luò)圖，每個節(jié)點都代表一個關(guān)鍵詞，不同的節(jié)點代表不同的關(guān)鍵詞，節(jié)點的大小說明關(guān)鍵詞的中介中間性。從圖1可以發(fā)現(xiàn)，深度學習、翻轉(zhuǎn)課堂、學習科學相對于其他節(jié)點處于網(wǎng)絡(luò)中心，反映了當前的研究熱點;而信息化教學、教學策略等，雖然處于較為邊緣位置，但是從線條數(shù)量來看，多于其他節(jié)點，表示這并不代表該詞不重要，而是目前對其關(guān)注研究還很少，由于這些詞多出自近期的文章，一定程度可以反映這些關(guān)鍵詞是深度學習領(lǐng)域未來的研究趨勢及方向;其他如認知理論這樣一些節(jié)點，處于網(wǎng)絡(luò)圖的中間位置，是聯(lián)系網(wǎng)絡(luò)中心節(jié)點和邊緣節(jié)點的橋梁，如充當深度學習與學習科學或教學策略之間的橋梁。

戰(zhàn)略坐標圖的構(gòu)建? 在高頻關(guān)鍵詞相異矩陣基礎(chǔ)上得出深度學習研究熱點知識圖譜，即戰(zhàn)略坐標。戰(zhàn)略坐標由Law等人于1988年提出，主要通過密度和向心度明確類團內(nèi)、類團與類間的關(guān)系。越靠近中央的關(guān)鍵詞，表明其在學科中的核心位置越明顯，與其他關(guān)鍵詞聯(lián)系也越多。結(jié)合之前的聚類圖，本研究繪制出當下深度學習領(lǐng)域的研究熱點知識圖譜（圖2），即四個知識群：深度學習理論與教學模式創(chuàng)新研究;e-Learning環(huán)境下深度學習圍繞如何解決淺層學習問題的教學策略研究，包括認知理論等關(guān)鍵詞;深度學習的評價研究，包括評價指標、教學改革等;教學設(shè)計或?qū)W習設(shè)計方面的實證研究，包括核心素養(yǎng)、SOLO分類法等。

4 建議與展望

加強深度學習跨學科領(lǐng)域研究? 在深度學習理論探究方面，我國起步較晚，以美國著名學者Ference Marton提出深度學習理論為基礎(chǔ)，國內(nèi)對于深度學習的研究多是教育學和學習科學的視角，代表人物主要有黎加厚、王永花等。如黎加厚等較早提出深度學習的概念，認為深度學習是在理解學習的基礎(chǔ)上，學習者能夠批判性地學習新的知識和思想，并將其融入已有的認知結(jié)構(gòu)中。而王永花則依據(jù)學習者對知識的掌握程度，將學習分為初步學習和深度學習兩個階段。學者認為深度學習與淺層學習的根本區(qū)別在于理論基礎(chǔ)、學習目標、學習動機、知識聯(lián)系、學習策略、思維層次、遷移能力、學習態(tài)度、學習反思等九個方面。

相比之下，國外深度學習的研究來源于計算機科學、教育學、心理學等多個領(lǐng)域，其中不乏關(guān)于深度學習跨學科的研究，涵蓋了計算機領(lǐng)域、教育領(lǐng)域、醫(yī)學領(lǐng)域。因此，專家建議深度學習在教育領(lǐng)域的應(yīng)用有必要借鑒人工智能、計算機科學領(lǐng)域基于大數(shù)據(jù)深度挖掘的思路與方法，將能夠進一步拓寬深度學習的應(yīng)用領(lǐng)域。

加強可操作性和通用性研究，避免教育理論研究雞湯化現(xiàn)象? 雖然深度學習研究取得大量研究成果，然而由于各種原因，在當前國內(nèi)主要以教師為主導的課堂教學模式大環(huán)境下，如何推廣深度學習模式存在一定困難。如在深度學習過程中，教師如何掌握案例與教學內(nèi)容的關(guān)聯(lián)性，控制好教學節(jié)奏與導向，對組織課堂教學管理能力提出更多挑戰(zhàn)。如在有限的時間內(nèi)有條不紊地組織好小組協(xié)商，調(diào)動學生積極性，以及點評打分等各環(huán)節(jié)，從而達到深度學習目的，是一件極具挑戰(zhàn)性的事情。目前的一些教學設(shè)計案例或評價標準，雖然提供了一定程度的借鑒，但是難免存在煩瑣復雜的弊端，教學實踐中操作起來費時費力。因此，深度學習既要提升教學質(zhì)量，又保證教學效率，加強可操作性研究應(yīng)是研究人員要關(guān)注的議題之一。

其次，當前教學理論研究呈現(xiàn)多元化態(tài)勢，與之相關(guān)的評價研究也取得較多成果，既有土生土長的素質(zhì)教育及其評價研究，也有舶來品STEM模式下的學習評價。然而無論是建構(gòu)主義指導下的教學改革，還是雙創(chuàng)、STEM理念下的教學實踐，這些教學理念的一個共同點是試圖在信息技術(shù)條件下，通過教師引導、情境構(gòu)建、小組學習、協(xié)商討論，最終達到推動學生綜合素質(zhì)提高，提升教學質(zhì)量的目的，這與深度學習相關(guān)理論并無本質(zhì)上的差異。

而整合這些研究成果，避免教育理論大而全、包羅萬象的雞湯化現(xiàn)象，從而讓這些新的教學理念或手段得以在一線教學實踐中得到推廣和普及，化繁為簡，提升通用性，這是新興教學理論最終得到認可并運用到教學實踐中的關(guān)鍵;否則難免給人帶來“理論很豐滿，現(xiàn)實很骨感”，為學術(shù)而學術(shù)的感覺。

加強比較研究? 根據(jù)相關(guān)文獻，目前深度學習研究的主體以北美、英、澳洲以及亞洲的新加坡為代表，歐洲以及亞洲如日本、韓國等教育比較發(fā)達國家相對較少。因此，國內(nèi)研究者在關(guān)注美英等深度學習開展較為深入國家研究的同時，關(guān)注歐洲等國家相關(guān)研究動態(tài)，可以從不同視角借鑒其他國家的先進經(jīng)驗，從而推動我國教育質(zhì)量的整體提升。

加強信息技術(shù)對深度學習提升作用的研究? 從目前已有的文獻分析來看，眾多學者對如何促進深度學習，多是從教學設(shè)計的角度加以論述，而對如何應(yīng)用信息技術(shù)促進深度學習鳳毛麟角，如對虛擬現(xiàn)實技術(shù)、大數(shù)據(jù)技術(shù)等提升深度學習的作用方面缺乏論述，顯示該領(lǐng)域研究視角較為單一。

此外，還應(yīng)該注意到諸多學者在如何把控學習內(nèi)容深度上，尤其是難度和深度關(guān)系如何區(qū)分，也缺乏清晰表述?？傊?，深度學習方式的養(yǎng)成有著長期性和系統(tǒng)性，在當前各種教學理論不斷涌現(xiàn)的情況下，如何讓這些理論落地，是教學科研工作者真正需要面對的。

參考文獻

[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，馮曉曉，張寶輝.深度學習的概念策略效果及其啟示[J].遠程教育雜志，2016（5）：75-82.

[3]王洪錄，趙麗萍.基于自組織理論的學習者分析[J].開放教育研究，2005（1）：42-45.

[4]周金鳳，龍遠春.基于文獻計量及共詞分析的國內(nèi)MOOC研究現(xiàn)狀分析[J].中國教育信息化：高教職教，2014（11）：28-31.