深度学习的研究现状与发展

《深度学习的研究现状与发展》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、深度学习的研究现状与发展〔摘要〕深度学习在计算机、教育等学科领域是一个值得研究的热点话题。为更好地了解“深度学习”的研究现状和发展趋势，跟踪其研究前沿，本研究利用CiteSpaceⅢ工具，采用引文分析法，对2010-2016年间发表的深度学习研究相关文献，进行了时间、核心文献、研究热点等可视化分析。本文分别梳理和分析了学习模式、认知性存在、学习策略、同伴互助教学等10个聚类结果中研究文献代表作的相关论点。得出结论与启示：在后期研究中，需要深入学习者认知过程，关注情感积淀；提高教师信息能力，发挥主导作用；优化内容设计，改进学习方法；构建学习环境，完善评价体系，以促进深度学习的有效发展

2、。中国4/vie　　〔关键词〕深度学习；CitespaceⅢ；引文分析法；可视化方法　　DOI：10.3969/j.issn.1008-0821.2017.02.029　　〔中图分类号〕G302〔文献标识码〕A〔〕1008-0821（2017）02-0163-08　　〔Abstract〕Deeplearningisahottopicindifferentfield.Forthepurposeofbetterunderstandingofthefocusandtrendofdeeplearningresearch，thisarticleusedstrategyofcitationan

3、alysisethod；PBL；socialmedia；trainingofskillsofteaching.Draent：Moreattentionshouldbepaidtotheaffectiveattitudeofstudents；thedesignoflearningcontentshouldbechanged.arton和RogerSaljo联名发表了《学习的本质区别一：结果和过程》一文，首次提出了深度学习（DeepLearning）和浅层学习（SurfaceLearning）这两个概念，并进行了详细的阐述[1]。2005年，黎加厚等人从布鲁姆的教学目标分类学的角度对深

4、度学习进行了界定，他强调浅层学习的认知水平停留在第一、第二层，而深度学习的认知水平对应着后面的4层[1]。2010年以后，MOOC、翻转课堂、移动学习等方式给学习者带来了新的体验，从而使深度学习研究逐步深入展开。但是，学习的碎片化、微型化、在线化也带来了一系列新的问题，学生的学习只停留在浅层学习，并不能达到深度学习。这些问题引起了学者的广泛关注，针对深度学习展开了系列的研究探析，发表了大量的相关文献。为此很有必要对这些研究成果展开系统的整合与梳理，以便研究者共享深度学习研究的相关信息。　　本文应用科学计量学的研究方法，借助CiteSpace软件工具，对2010年以来的国际上关于深度

5、学习的重要文献展开定量与定性分析，探索文献分布的时间、空间、著者、核心文献、核心期刊，以知识图谱的形式呈现深度学习的研究现状和热点。　　1文献来源及研究方法　　11研究数据来源　　为确保文献的学术性与代表性，本文选择WebofScience核心合集中的SCI、SSCI两个数据库。以主题检索为检索入口，检索词为DeepLearning，时间跨度为2010-2016年，限定学科为EducationEducationalResearch，文献类型为Article，最终筛选出789篇文献作为研究样本。　　12研究方法　　本文采用引文分析法作为研究方法。引文分析法是根据文献间存在的相互引证的

6、关系和特点，利用图论、模糊集合、数理统计数学方法及比较、归纳、抽象、概括等逻辑方法，对科学期刊、论文、著者等各种分析对象的引用或被引用现象进行分析，以揭示其数量特征和内在规律的一种文献计量研究方法[2]。　　2研究结果与分析　　21研究文献外部特征　　211时域分布　　本文利用散点图直观地描述了所有研究文献的时间和地域分布。如图1所示，在区域分布上，深度学习的研究主要集中在8个国家，共789篇文献。美国以229篇居于首位，其次为澳大利亚和英国，发文量分别为129篇、76篇。我国的发文总量为73篇，在深度学习研究方面还有提升的空间。由图1深度学习研究文献的时间数量分布图显示了深度学习

7、的相关发文量从2011-2013年一直�于上升阶段，2014-2016年处于平稳发展阶段。　　CiteSpaceⅢ使用中心性来发现和衡量文献的重要性，并用紫色圈对该类文献（或作者、期刊以及机构等）进行重点进行标注。在CitespaceⅢ界面中选择网络节点（NodeTypes）为Country和Institution，算法选择关键路径（Pathfinder），数据抽取对象为Top50，分析时间为2010-2016年。运行软件结果得到有关深度学习研究的国家和机构的综合性分