- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
深度学习探究现状及发展
深度学习探究现状及发展 〔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
〔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〔文章编号〕1008-0821(2017)02-0163-08
〔Abstract〕Deep learning is a hot topic in different field.For the purpose of better understanding of the focus and trend of deep learning research,this article used strategy of citation analysis with the help of citespace Ⅲ,showed the focus of literature(2010-2016)about deep learning.The results showed 10 clustering results:learning pattern;cognitive presence;learning strategies;WMC;RPT;learning conception;learning method;PBL;social media;training of skills of teaching.Draw the following conclusion and enlightenment:More attention should be paid to the affective attitude of students;the design of learning content should be changed.What is more,a comprehensive evaluation system about deep learning should be established.
〔Key words〕deep learning;citespaceⅢ;citation analysis;visualization method
1976年Ferenee Marton和Roger Sal jo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(Deep Learning)和浅层学习(Surface Learning)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Web of Science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Deep Learning,时间跨度为2010-2016年,限定学科为Education Educational Research,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关系和特点,利用
原创力文档


文档评论(0)