教育領(lǐng)域中的深度學(xué)習(xí)研究熱點和研究趨勢分析

魏利　黃慧敏　錢鳴靜

摘 要：以中國知網(wǎng)（CNKI）近10年收錄的409篇有關(guān)教育領(lǐng)域中深度學(xué)習(xí)的期刊論文為研究對象，通過Bicomb 2.0對相關(guān)數(shù)據(jù)進行提取、統(tǒng)計等操作，并利用SPSS 21.0和UCINET 6.0對關(guān)鍵詞分別進行了聚類和共現(xiàn)分析，繪制出教育領(lǐng)域中有關(guān)深度學(xué)習(xí)的研究熱點知識圖譜。根據(jù)以上獲得的數(shù)據(jù)分別對研究文獻的形式特征和內(nèi)容特征進行了分析，發(fā)現(xiàn)我國教育領(lǐng)域中關(guān)于深度學(xué)習(xí)發(fā)文數(shù)量呈持續(xù)增長的趨勢，其研究熱點和趨勢主要集中于三個方面：在微課、慕課和翻轉(zhuǎn)課堂的學(xué)習(xí)過程中如何促進學(xué)生深度學(xué)習(xí)；關(guān)注深度學(xué)習(xí)的過程與評價；利用相關(guān)技術(shù)促進學(xué)生深度學(xué)習(xí)，如人工智能、大數(shù)據(jù)等技術(shù)。

關(guān)鍵詞：深度學(xué)習(xí)；Bicomb 2.0；UCINET 6.0；研究熱點

中圖分類號：G434 文獻標志碼：A 文章編號：2096-0069（2018）02-0022-06

收稿日期：2017-07-20

基金項目：全國教育科學(xué)“十三五”規(guī)劃2017年教育部重點課題“基于力觸覺反饋的在線虛擬手術(shù)交互式教學(xué)訓(xùn)練平臺研究”（DCA170302）

作者簡介：魏利（1994— ），女，四川綿陽人，碩士研究生，研究方向為教育技術(shù)及數(shù)字幾何處理；黃慧敏（1993— ），女，河南確山人，碩士研究生，研究方向為教育技術(shù)及三維重建；錢鳴靜（1992— ），女，安徽蕪湖人，碩士研究生，研究方向為教育技術(shù)及科學(xué)計算可視化。

一、引言

在教育領(lǐng)域中關(guān)于深度學(xué)習(xí)的文獻數(shù)量呈增長趨勢，不同的學(xué)者關(guān)注角度存在差異，梳理和明確目前研究現(xiàn)狀及熱點可促進深度學(xué)習(xí)在教育領(lǐng)域中的良性發(fā)展與應(yīng)用?；诖?，本文借助Bicomb 2.0、SPSS 21.0和UCINET 6.0等工具，通過關(guān)鍵詞聚類和共現(xiàn)分析對從中國知網(wǎng)獲取的期刊論文以可視化的方式分析了我國教育領(lǐng)域中深度學(xué)習(xí)的研究熱點和趨勢，以期為同類研究提供參考。

二、研究設(shè)計

（一）數(shù)據(jù)來源

本文以中國知網(wǎng)作為數(shù)據(jù)來源，以“深度學(xué)習(xí)”為主題，檢索了從2007年至2017年近10年屬于教育領(lǐng)域?qū)W科的相關(guān)文獻共計414篇，數(shù)據(jù)下載時間為2017年6月9日。由于檢索到的論文包含會議通知及其他與主題相關(guān)性不大的論文，筆者對其進行了二次篩選，最后共選取409篇有效文獻以Note First 格式導(dǎo)出保存至本地，導(dǎo)出的文件保存有每篇文獻的題目、作者、文獻機構(gòu)、期刊名稱、關(guān)鍵詞以及摘要等，以便后續(xù)分析文獻信息。

（二）研究方法與工具

1.研究方法

本文主要采用關(guān)鍵詞共現(xiàn)與關(guān)鍵詞聚類兩種方法分析深度學(xué)習(xí)研究熱點和發(fā)展趨勢。關(guān)鍵詞共現(xiàn)（Co-word analysis）是一種常用的內(nèi)容分析法，其利用現(xiàn)代統(tǒng)計技術(shù)對某領(lǐng)域的某些詞（一般為主題詞或關(guān)鍵詞）在文獻中的出現(xiàn)頻次加以分析，進而歸納出該領(lǐng)域的研究熱點。關(guān)鍵詞聚類是將不同關(guān)鍵詞分類到不同的類或者簇的過程，同一類中的關(guān)鍵詞有很大的相似性，而不同類中的關(guān)鍵詞有很大的差異性。

2.研究工具

本研究通過Bicomb 2.0書目共現(xiàn)分析系統(tǒng)對文獻中的文獻作者、期刊、文獻機構(gòu)、發(fā)表時間及關(guān)鍵詞進行統(tǒng)計分析，并利用統(tǒng)計分析軟件SPSS 21.0和社會網(wǎng)絡(luò)分析軟件UCINET 6.0分別進行了共詞聚類和關(guān)鍵詞共現(xiàn)，得出了關(guān)鍵詞的聚類分析樹狀圖和關(guān)鍵詞網(wǎng)絡(luò)分析圖，進而從文獻的形式特征和內(nèi)容特征兩個角度分析我國近10年有關(guān)教育領(lǐng)域中深度學(xué)習(xí)的研究熱點和發(fā)展趨勢。

（三）研究流程

本文研究流程主要分為數(shù)據(jù)收集、數(shù)據(jù)整理、數(shù)據(jù)統(tǒng)計與數(shù)據(jù)分析四個階段。其中數(shù)據(jù)采集階段主要工作為將從中國知網(wǎng)中檢索出來的409篇有效文獻導(dǎo)出至本地。在數(shù)據(jù)整理階段，將第一階段導(dǎo)出的文件導(dǎo)入Bicomb 2.0軟件并提取關(guān)鍵詞，因關(guān)鍵詞存在同義詞的現(xiàn)象，因此對部分關(guān)鍵詞做了如下替換：將“深度學(xué)習(xí)研究”替換為“深度學(xué)習(xí)”，將“教育人工智能”替換為“人工智能”，將“微課制作”“同步性微課”“微課程”“微課堂”替換為“微課”，將“翻轉(zhuǎn)學(xué)習(xí)”替換為“翻轉(zhuǎn)課堂”，將“大數(shù)據(jù)學(xué)習(xí)”替換為“大數(shù)據(jù)”，將“MOOC平臺”“慕課”“MOOC資源”替換為“MOOC”。數(shù)據(jù)統(tǒng)計階段即可利用Bicomb 2.0導(dǎo)出發(fā)文時間統(tǒng)計表、發(fā)文機構(gòu)統(tǒng)計表、文獻來源分析表、關(guān)鍵詞頻數(shù)統(tǒng)計表、關(guān)鍵詞的詞篇矩陣和共現(xiàn)矩陣。數(shù)據(jù)分析階段主要利用SPSS 21.0和UCINET 6.0分別對第三階段獲得的詞篇矩陣和共現(xiàn)矩陣進行分析，得到關(guān)鍵詞聚類分析樹狀圖和關(guān)鍵詞網(wǎng)絡(luò)分析圖。

三、研究文獻的可視化分析

文獻特征包括文獻的形式特征和文獻的內(nèi)容特征兩大類，兩者主要的區(qū)別是與文獻信息主題內(nèi)容關(guān)系是否密切，若密切相關(guān)即為文獻的內(nèi)容特征，反之即為文獻的形式特征。對文獻的形式特征分析有助于對某一領(lǐng)域的某一主題研究熱度、各個機構(gòu)關(guān)注度等有一個清晰的了解，分析文獻的內(nèi)容特征可了解到該領(lǐng)域的研究熱點。

（一）文獻的形式特征可視化分析

1.文獻的時間分布

通過對深度學(xué)習(xí)的文獻數(shù)量統(tǒng)計與計算來描述和預(yù)測未來的文獻數(shù)量發(fā)展趨勢。從統(tǒng)計數(shù)據(jù)可以看出從2007年至2017年發(fā)文量一直在增長，截至本文數(shù)據(jù)統(tǒng)計時間，2017年發(fā)文量僅上半年已有56篇，并且可以判斷教育領(lǐng)域中有關(guān)深度學(xué)習(xí)的研究正在進入一個快速發(fā)展期。2017年《地平線報告》（高等教育版）指出，深度學(xué)習(xí)作為關(guān)鍵的長期發(fā)展趨勢之一，將對中國高等教育技術(shù)應(yīng)用進程施加關(guān)鍵的影響。據(jù)此也可以預(yù)測教育領(lǐng)域中有關(guān)深度學(xué)習(xí)的發(fā)文數(shù)量應(yīng)是總體呈上升趨勢的。[1]

2.文獻的機構(gòu)分布

我國有關(guān)深度學(xué)習(xí)發(fā)文量較多的是揚州大學(xué)新聞與傳媒學(xué)院、陜西師范大學(xué)教育學(xué)院、西南大學(xué)教育學(xué)部、華東師范大學(xué)教育信息技術(shù)系、上海師范大學(xué)數(shù)理學(xué)院等10家機構(gòu)，共計44篇，文獻累計貢獻率為8.10%，其中以揚州大學(xué)新聞與傳媒學(xué)院和陜西師范大學(xué)教育學(xué)院最多，均為6篇。此外發(fā)文機構(gòu)主要分布在高校，且這些高校多為實力雄厚的師范類院校。其中揚州大學(xué)主要集中在基于反思的深度學(xué)習(xí)以及深度學(xué)習(xí)理論基礎(chǔ)方面的研究，陜西師范大學(xué)對翻轉(zhuǎn)課堂中的深度學(xué)習(xí)較為關(guān)注，西南大學(xué)和華東師范大學(xué)對深度學(xué)習(xí)相關(guān)理論基礎(chǔ)較為關(guān)注。由此可見，各個機構(gòu)對深度學(xué)習(xí)的相關(guān)理論基礎(chǔ)和在線課程中的深度學(xué)習(xí)關(guān)注度較高。

3.文獻的來源分布

根據(jù)Bicomb 2.0統(tǒng)計，409篇文獻共發(fā)表在176種不同期刊上。如表1所示，列出了有關(guān)深度學(xué)習(xí)的載文量在前10的來源期刊。由此可發(fā)現(xiàn)，教育領(lǐng)域有關(guān)深度學(xué)習(xí)的論文主要分布在教育技術(shù)領(lǐng)域的核心期刊，如《遠程教育雜志》《電化教育研究》《中國電化教育》《現(xiàn)代教育技術(shù)》等。各個期刊對深度學(xué)習(xí)的關(guān)注點有所不同，《遠程教育雜志》對如何促進深度學(xué)習(xí)及在線課程中的深度學(xué)習(xí)關(guān)注較多，《電化教育研究》對深度學(xué)習(xí)策略及相關(guān)理論研究較為關(guān)注，《中國電化教育》較為關(guān)注學(xué)習(xí)科學(xué)視角下的深度學(xué)習(xí)理論及其應(yīng)用，《現(xiàn)代遠程教育研究》較為關(guān)注在線課程中深度學(xué)習(xí)研究及新技術(shù)在促進深度學(xué)習(xí)中的應(yīng)用，《江蘇教育研究》較為關(guān)注各學(xué)科中深度學(xué)習(xí)課例及深度學(xué)習(xí)的教學(xué)設(shè)計。

（二）文獻的內(nèi)容特征可視化分析

1.關(guān)鍵詞詞頻分析

關(guān)鍵詞是文獻研究內(nèi)容的概括與凝練，因此某一領(lǐng)域關(guān)鍵詞的詞頻在一定程度上體現(xiàn)了研究的熱點和主要研究內(nèi)容。Bicomb 2.0軟件從409篇有效文獻中提取頻數(shù)大于等于4的關(guān)鍵詞共計42個，其累計頻次百分比為27.9%，并將出現(xiàn)頻次排在前20的關(guān)鍵詞列入表2。從表2中可以看出除了“深度學(xué)習(xí)”主題關(guān)鍵詞排在第一，排在前10的其他關(guān)鍵詞依次是“翻轉(zhuǎn)課堂”“MOOC”“微課”“學(xué)習(xí)過程”“高等教育”“淺層學(xué)習(xí)”“教學(xué)設(shè)計”“學(xué)習(xí)科學(xué)”“教學(xué)模式”。然而翻轉(zhuǎn)課堂、微課、MOOC為近些年來教育領(lǐng)域的研究熱點，由此可以看出深度學(xué)習(xí)與近年來其他的研究熱點聯(lián)系較為緊密。與劉青等人在《基于CiteSpace的深度學(xué)習(xí)研究熱點與趨勢分析》[2]一文中分析的2015年深度學(xué)習(xí)的研究熱點相比，近兩年的深度學(xué)習(xí)研究熱點正在向“翻轉(zhuǎn)課堂”“MOOC”“微課”轉(zhuǎn)變。

2.關(guān)鍵詞聚類分析

為進一步了解關(guān)于深度學(xué)習(xí)研究的主題結(jié)構(gòu)，本文對頻次較高的關(guān)鍵詞進行了聚類分析，把聯(lián)系較為密切、相似度較高的關(guān)鍵詞劃分至相應(yīng)的類別中，將Bicomb 2.0導(dǎo)出的關(guān)鍵詞詞篇矩陣導(dǎo)入SPSS 21.0軟件中，得到頻次較高的關(guān)鍵詞的Ochiai系數(shù)矩陣，通過系統(tǒng)聚類獲得聚類樹狀圖，如表2所示，較高頻關(guān)鍵詞可以分為5種類別，如圖1所示。

種類1由《地平線報告》、個性化學(xué)習(xí)、混合學(xué)習(xí)、翻轉(zhuǎn)課堂、深度學(xué)習(xí)及自主學(xué)習(xí)組成，這一類別中的關(guān)鍵詞在近幾年的《地平線報告》中均有出現(xiàn)，因此聯(lián)系較為緊密，可見《地平線報告》對深度學(xué)習(xí)的研究有一定的推進作用。

種類2由策略、人工智能、大數(shù)據(jù)組成，可概括為基于人工智能和大數(shù)據(jù)技術(shù)的深度學(xué)習(xí)研究。根據(jù)相關(guān)文獻分析可知，這種類型的研究主要集中于借助相關(guān)技術(shù)分析學(xué)習(xí)過程或?qū)W習(xí)結(jié)果幫助學(xué)生達到深度學(xué)習(xí)的目的。如借助教育大數(shù)據(jù)進行學(xué)習(xí)分析，挖掘出教學(xué)中的有用數(shù)據(jù)，加強混合學(xué)習(xí)中的深度學(xué)習(xí)[3]。另外也有研究者借助人工智能技術(shù)設(shè)計專家系統(tǒng)作為后臺支持，實現(xiàn)一種語義圖式工具模型，幫助學(xué)習(xí)者達到深度學(xué)習(xí)[4]。

種類3主要包括核心素養(yǎng)、教學(xué)策略、學(xué)習(xí)科學(xué)、建構(gòu)主義，這一類別主要聚焦于什么是深度學(xué)習(xí)、深度學(xué)習(xí)的意義與目標、深度學(xué)習(xí)的特征與理論依據(jù)及如何為深度學(xué)習(xí)而教、深度學(xué)習(xí)與淺層學(xué)習(xí)的關(guān)系以及深度學(xué)習(xí)的教學(xué)策略。如張浩等人[5]曾對深度學(xué)習(xí)的理論依據(jù)進行了分析，并利用建構(gòu)主義理論從過程、結(jié)果和條件三方面對深度學(xué)習(xí)做出了解釋，指出深度學(xué)習(xí)過程具有雙向建構(gòu)的特征，其結(jié)果是形成復(fù)雜認知結(jié)構(gòu)，并且需要創(chuàng)造適宜的條件才可實現(xiàn)。也有學(xué)者回答了如何為深度學(xué)習(xí)而教，且指出應(yīng)從以下四方面開展：創(chuàng)設(shè)深度學(xué)習(xí)的學(xué)習(xí)環(huán)境，整合學(xué)習(xí)任務(wù)、學(xué)習(xí)情景和問題進而設(shè)計學(xué)習(xí)活動，構(gòu)建廣泛參與的學(xué)習(xí)共同體以及長期培養(yǎng)學(xué)生的元認知能力[6]。

種類4由設(shè)計、學(xué)習(xí)過程、學(xué)會學(xué)習(xí)、學(xué)習(xí)活動和團隊學(xué)習(xí)構(gòu)成，可概括為有關(guān)深度學(xué)習(xí)的學(xué)習(xí)觀研究。其中“設(shè)計”這一關(guān)鍵詞涉及深度學(xué)習(xí)的教學(xué)設(shè)計、深度學(xué)習(xí)課程設(shè)計、促進深度學(xué)習(xí)的在線課程教學(xué)模式設(shè)計等。深度學(xué)習(xí)是伴隨在整個“學(xué)習(xí)過程”中的，如何讓學(xué)習(xí)者在學(xué)習(xí)過程中達到深度學(xué)習(xí)一直是學(xué)術(shù)研究熱點。有關(guān)團隊學(xué)習(xí)，段金菊[7]提出在網(wǎng)絡(luò)環(huán)境下提高學(xué)習(xí)者的高水平思維進而促進團隊深度學(xué)習(xí)，涂頻[8]分析了基于“大學(xué)城”云平臺教師團隊的學(xué)習(xí)情況進而提出團隊深度學(xué)習(xí)的策略。有關(guān)“學(xué)習(xí)活動”這一關(guān)鍵詞，許多學(xué)者較為關(guān)注如何合理設(shè)計在線課程中的學(xué)習(xí)活動，促進深度學(xué)習(xí)，改善目前在線課程教學(xué)中學(xué)生大多數(shù)停留在淺層學(xué)習(xí)的問題[9]。

種類5由信息技術(shù)、課例、創(chuàng)新能力三個關(guān)鍵詞構(gòu)成，關(guān)于“信息技術(shù)”這一關(guān)鍵詞可以概括為兩方面：一方面是在信息技術(shù)課教學(xué)中利用深度學(xué)習(xí)教學(xué)策略[10]，另一方面是如何在信息技術(shù)環(huán)境下開展深度學(xué)習(xí)[11]。其中課例研究主要集中于數(shù)學(xué)和語文課。深度學(xué)習(xí)有關(guān)創(chuàng)新能力的研究主要聚焦于創(chuàng)客空間、互動式教學(xué)、探究性學(xué)習(xí)、創(chuàng)新性人才的培養(yǎng)等。

3.共現(xiàn)分析

通過對關(guān)鍵詞詞頻統(tǒng)計和聚類分析，可以了解到國內(nèi)關(guān)于深度學(xué)習(xí)研究的主題結(jié)構(gòu)和主要研究熱點，但是沒辦法明確文獻之間的關(guān)系和研究交叉點，因此需要進行關(guān)鍵詞共現(xiàn)分析，以呈現(xiàn)各主題及關(guān)鍵詞之間的聯(lián)系，進而分析深度學(xué)習(xí)的研究現(xiàn)狀與研究熱點。將Bicomb 2.0導(dǎo)出的關(guān)鍵詞共現(xiàn)矩陣導(dǎo)入UCINET 6.0軟件中，使用Netdraw工具繪制出關(guān)鍵詞網(wǎng)絡(luò)分析圖，如圖2所示。

在關(guān)鍵詞共現(xiàn)圖中，方形節(jié)點即表示關(guān)鍵詞，節(jié)點越大則說明該關(guān)鍵詞在網(wǎng)絡(luò)中的作用越大，控制其他關(guān)鍵詞出現(xiàn)的能力越強，離得越近即表示與其聯(lián)系越為緊密。

從圖2中可以看到：各個關(guān)鍵詞之間關(guān)系錯綜復(fù)雜，聯(lián)系緊密，以圖中最大節(jié)點檢索關(guān)鍵詞“深度學(xué)習(xí)”為中心，“個性化學(xué)習(xí)”“翻轉(zhuǎn)課堂”“淺層學(xué)習(xí)”“策略”“學(xué)習(xí)科學(xué)”等關(guān)鍵詞節(jié)點與“深度學(xué)習(xí)”距離較近，聯(lián)系較為緊密。雖然“大數(shù)據(jù)”“人工智能”離中心詞“深度學(xué)習(xí)”較遠，與其他關(guān)鍵詞較為分散，但是并不意味著它們對深度學(xué)習(xí)研究不重要?！按髷?shù)據(jù)”“人工智能”等是研究深度學(xué)習(xí)的重要技術(shù)，在分析和評價深度學(xué)習(xí)效果過程中有著重要作用。

四、結(jié)論

第一，我國教育領(lǐng)域深度學(xué)習(xí)研究熱點主要集中于信息技術(shù)環(huán)境下的深度學(xué)習(xí)和高等教育中的深度學(xué)習(xí)、學(xué)習(xí)過程。①從上文表2中可看出信息技術(shù)支持的微課、MOOC、翻轉(zhuǎn)課堂發(fā)文數(shù)量位居前四，正好驗證了劉青于2016年指出信息技術(shù)環(huán)境下的深度學(xué)習(xí)研究將成為未來的研究趨勢這一點。目前信息技術(shù)環(huán)境支持下的深度學(xué)習(xí)相關(guān)研究內(nèi)容集中于深度學(xué)習(xí)模式的構(gòu)建、學(xué)習(xí)活動設(shè)計、課程知識內(nèi)容設(shè)計、課堂結(jié)構(gòu)設(shè)計等，但是較少研究者關(guān)注此類課程中的深度學(xué)習(xí)評價體系的構(gòu)建。②由表2可以看出關(guān)鍵詞“高等教育”出現(xiàn)頻次較高，逐漸成為熱點。目前有關(guān)高等教育中深度學(xué)習(xí)研究主要從學(xué)科角度出發(fā)，如怎樣促進地球信息、通信工程、新聞傳播等專業(yè)課程的學(xué)習(xí)達到深度學(xué)習(xí)，部分學(xué)者提出通過深度學(xué)習(xí)路線等設(shè)計深度學(xué)習(xí)教學(xué)模式，培養(yǎng)創(chuàng)新型人才。另外隨著創(chuàng)客教育在高校中的不斷推進與發(fā)展[12]，研究者也將關(guān)注創(chuàng)客教育與深度學(xué)習(xí)的關(guān)系及探索如何促進創(chuàng)客教育中的深度學(xué)習(xí)。③從上文分析中可以看出學(xué)習(xí)過程也是研究熱點之一，深度學(xué)習(xí)是伴隨學(xué)習(xí)過程的，如何讓學(xué)習(xí)者在各學(xué)科的學(xué)習(xí)過程中達到深度學(xué)習(xí)一直是學(xué)術(shù)研究者的重點研究問題[13]。

第二，我國教育領(lǐng)域深度學(xué)習(xí)發(fā)展趨勢偏向技術(shù)支持下的深度學(xué)習(xí)和完善評價體系兩方面。①關(guān)注技術(shù)支持下的深度學(xué)習(xí)研究。在計算機技術(shù)蓬勃發(fā)展的今天，大數(shù)據(jù)、人工智能、虛擬現(xiàn)實等新興技術(shù)在教育中得到了一定應(yīng)用。例如，有學(xué)者提出基于大數(shù)據(jù)分析學(xué)習(xí)行為數(shù)據(jù)獲得學(xué)習(xí)活動的深層次特征，預(yù)測學(xué)習(xí)趨勢，提供學(xué)習(xí)預(yù)警，進而促進個性化學(xué)習(xí)和深度學(xué)習(xí)，但是受限于現(xiàn)實條件，短時間內(nèi)研究者無法對教育相關(guān)數(shù)據(jù)做全面采集和清洗處理[14]。因此在未來，研究者可與國內(nèi)或國外研究團隊整合資源或者進行技術(shù)合作，將相關(guān)技術(shù)應(yīng)用于實際教育教學(xué)中，促進學(xué)生深度學(xué)習(xí)。另外，大數(shù)據(jù)技術(shù)多關(guān)注在線課程中獲取的學(xué)習(xí)數(shù)據(jù)，如登錄情況、課程點擊量、討論情況等，研究者可考慮結(jié)合圖像識別、語音識別等技術(shù)分析傳統(tǒng)課堂中的深度學(xué)習(xí)效果和影響因素。②關(guān)注深度學(xué)習(xí)評價。在關(guān)鍵詞聚類分析中，種類1、2、3、4、5較少與深度學(xué)習(xí)評價有關(guān)，但并不是沒有相關(guān)文獻，如張浩等人提出的構(gòu)建認知、思維結(jié)構(gòu)、動作技能和情感四位一體的深度學(xué)習(xí)評價體系[15]，劉哲雨等人曾提出的深度學(xué)習(xí)“3+2評價模式”[16]。目前，隨著信息技術(shù)環(huán)境支持下的深度學(xué)習(xí)的不斷開展，許多研究者將目光轉(zhuǎn)向如何促進學(xué)習(xí)者在微課、慕課、翻轉(zhuǎn)課堂中進行深度學(xué)習(xí)，將各項技術(shù)（視頻標注、虛擬現(xiàn)實等）、教學(xué)理論、教學(xué)模式、教學(xué)策略逐步引入深度學(xué)習(xí)教學(xué)中，那么這些方法、策略和技術(shù)的引入是否真正達到了預(yù)期的效果？為此，研究者將逐漸關(guān)注如何建立一個完善的評價體系來衡量深度學(xué)習(xí)的有效性，從而促進深度學(xué)習(xí)的發(fā)展。

[1]高媛，黃榮懷.《2017新媒體聯(lián)盟中國高等教育技術(shù)展望：地平線項目區(qū)域報告》解讀與啟示[J].電化教育研究，2017，（4）：15-22.

[2]劉青，阮志紅，張俊峰.基于CiteSpace的深度學(xué)習(xí)研究熱點與趨勢分析[J].軟件導(dǎo)刊·教育技術(shù)，2016，15（9）：3-5.

[3]彭飛霞，陽雯.混合學(xué)習(xí)如何加深學(xué)習(xí)深度——兼及教育大數(shù)據(jù)如何支持學(xué)習(xí)分析[J].現(xiàn)代遠距離教育，2017，（2）：31-39.

[4]顧小清，馮園園，胡思暢.超越碎片化學(xué)習(xí)：語義圖示與深度學(xué)習(xí)[J].中國電化教育，2015，（3）：39-48.

[5]張浩，吳秀娟.深度學(xué)習(xí)的內(nèi)涵及認知理論基礎(chǔ)探析[J].中國電化教育，2012，（10）：7-11.

[6]舒蘭蘭，裴新寧.為深度學(xué)習(xí)而教——基于美國研究學(xué)會“深度學(xué)習(xí)”研究項目的分析[J].江蘇教育研究，2016，（16）：3-7.

[7]段金菊.技術(shù)支撐下的團隊深度學(xué)習(xí)設(shè)計研究[J].中國遠程教育，2011，（1）：44-48.

[8]涂頻.基于云空間的教師團隊深度學(xué)習(xí)研究[J].中國教育信息化，2014，（2）：55-56.

[9]冷靜，吳小芳，顧小清.面向深度學(xué)習(xí)的在線課程活動設(shè)計研究——基于英國開放大學(xué)的案例剖析[J].遠程教育雜志，2017，

35（2）：56-65.

[10]鄔技科.基于深度學(xué)習(xí)的小學(xué)信息技術(shù)教學(xué)策略探究[J].中國教育技術(shù)裝備，2017，（5）：82-83.

[11]王秀云，宓寧寧.信息技術(shù)支持下的深度學(xué)習(xí)研究[J].中國教育技術(shù)裝備，2013，（6）：78-79.

[12]李鵬飛，張寶輝.中國創(chuàng)客教育研究熱點及趨勢分析——基于詞頻分析與共詞可視化方法[J].數(shù)字教育，2016，2（3）：20-25.

[13]何曉萍，沈雅云.深度學(xué)習(xí)的研究現(xiàn)狀與發(fā)展[J].現(xiàn)代情報，2017，37（2）：163-170.

[14]杜圣東，楊燕.大數(shù)據(jù)視角下的個性化教育探索[J].計算機教育，2017，（6）：51-55.

[15]張浩，吳秀娟，王靜.深度學(xué)習(xí)的目標與評價體系構(gòu)建[J].中國電化教育，2014，（7）：51-55.

[16]劉哲雨，郝曉鑫.深度學(xué)習(xí)的評價模式研究[J].現(xiàn)代教育技術(shù)，2017，27（4）：12-18.

（責(zé)任編輯 孫志莉）

Abstract： This study took 409 research articles collected from CNKI over the past 10 years on deep learning in the field of education as research subjects.It used Bicomb 2.0 to extract and stati-

stically analyze relevant data；besides，it used SPSS 21.0 and UCINET 6.0 to respectively analyze the keywords in terms of clustering and co-occurrence.Hence，the knowledge mapping of the research hotspots on deep learning in the field of education was drawn.According to the data obtained above，this

paper analyzed the characteristics of the form and the content of the research articles.The findings show that there is a continuous increase in the number of articles on deep learning published in the field of education in China.The research hotspots and trends are mainly focused on three aspects，

i.e.，how to promote students deep learning in the learning process in micro-lectures，MOOCs，and flipped classrooms；paying attention to the process and evaluation of deep learning；and using related

technologies，such as artificial intelligence，big data etc. to enhance students deep learning.

Key words： deep learning；Bicomb 2.0；UCINET 6.0；research hotspot