表1显示了深度学习研究文献中的高频关键词。关键词的频率反映出深度学习研究的整体概况，高频关键词的中心性也是衡量关键词重要程度的关键指标。从表1可以看出，在深度学习研究中，学者们多围绕深度学习、学习过程、学习分析、翻转课堂、人工智能等关键词展开研究。
（三）深度学习研究关键词聚类分析
为了更好地展现深度学习文献的聚类情况，研究者对题录信息进行了关键词聚类分析，选择Keyword为节点类型，经过多次调试，设定阈值为top50%，即选取被引次数排序前50%的引文。CiteSpace运行结果显示：Modularity Q=0.6374，数值大于0.3，说明聚类模块性较好，聚类具有显著差异;Mean Silhouette=0.7871，说明聚类内部相似性高。如图2所示，聚类分析形成的4个聚类，分别是学习科学、学习过程、翻转课堂与人工智能，各个聚类关系明晰，聚类高效。
1.聚类一：学习科学视域中深度学习教学策略研究
ID为0的聚类规模最大，标签为学习科学，主要为深度学习的教学策略研究。学者们在学习科学视域下，从把握学习的本质出发，探讨如何提高学生的高阶思维能力，进而不断改进教学。在此基础之上，他们提出了一系列深度教学设计策略：第一，建构式教学策略。李松林强调持续建构的阶梯式教学，提出课堂学习活动设计的三个操作思路，即从独立学习开始，过渡到协作学习，最后进行挑战学习;从经验水平开始向概念水平、方法水平、思想水平、价值水平逐步提升;从感性认识过渡到知性认识、理性认识，最后达到悟性认识。[3]第二，情境化教学策略。教师应先提供类似Байду номын сангаас题，再拓展到较广的情境，后让学生在主观性的相关情境中自由建立联系。教师可以运用虚拟环境技术，让学生们能在一定的情境下切身感受身体活动，实现深度学习。[4]第三，互动式教学策略。在教学设计中教师综合运用多种教学方式，如问题化教学、项目教学、设计教学等;营造和谐的互动氛围，如提供移动组合的桌椅、张贴清晰的指示标语进行情感激励等。[5]第四，情感化教学策略。比如，在深度教学中，教师要揣摩学生情感，分析教材中的重难点和学生的兴趣点;[6]寻找情感共鸣，设计巧妙合宜的问题;关注学习动机，开展兴趣教学、愉快教学、游戏化教学;[7]着眼于学生学习意义的获得，引导学生敢于创造和想象，进行有画面感和自我感的学习。[8]
（二）研究过程与方法
研究过程主要包括三个阶段：首先，研究者整理各年度发文量，分析预测发文量的变化趋势;其次，研究者对文献的关键词进行聚类分析;最后，研究者依据整理的数据和分析的结果对国内深度学习的研究进行展望。
本研究主要采用了共词分析法。共词分析法主要用于揭示某一研究领域内研究主题的研究方法，这一方法通过对某一研究领域内主题关系的研究，来分析研究主题的发展历史和推断主题未来的发展趋势等。研究者通过对深度学习文献关键词的聚类分析，考察了深度学习研究的发展脉络和热点领域。
2.聚类二：深度学习过程研究
ID为1的聚类规模较大，主要研究深度学习的特点、过程设计、学习模型及其影响因素等。综合学者们的观点，深度学习的主要特点有：关注学习过程，深度理解掌握知识原理，重视学习和自我意义的建构，发展学习者的高水平思维能力等。学者们对深度学习过程进行优化设计，并积极探索、开发在线学习环境中深度学习过程模型。一是深度学习准备。教师要为学习者留出思考空间，使其保持继续学习的动力。[9]教师应创设学习情境，营造积极的学习文化，注重多种心智模式和元认知水平的培育，设计有挑战性和吸引力的任务，合理选用认知工具，发挥学习者的认知风格优势等。[10]学习内容提供者应进行学习分析，了解学习者相关信息，以提供更适切的学习内容，促进学习者深度理解。学习者在深度学习准备阶段应为深度理解掌握知识原理做好准备。王金华提倡教师引导学生进行结构化预习，要求学生按“查、划、写、记、练、思”六字诀预习，引导学生发现问题，并对问题根据难易程度和性质进行归类。[11]三是深度学习方法探究。部分学者提出了深化学习的教学方法，如故事教学法、项目学习法、反思学习法等，旨在创设问题解决的情境，促进知识的迁移和应用，提升学生的创造性和适应社会的能力。四是深度学习过程的影响因素。有学者基于Moodle教学平台探讨了深度学习影响因素，这些影响因素包括学习资源的利用、学习活动的参与度、学习时间分布、师生互动模式等。[12]
二、研究结果与分析
（一）深度学习研究年发文量变化趋势分析
通过分析每年的发文量，我们可以得知深度学习相关主题研究的发展阶段。如图1所示，自2012年之后，深度学习主题的论文年度发表数量增加迅速，呈直线上升趋势，2016—2018年该主题的发文量甚至超过之前10年发文总量的半数以上。可见，深度学习正成为国内研究者关注的热点，并在今后较长的一段时间内仍会保持较高的热度。（二）深度学习研究高频关键词排序及分析
关键词：深度学习;热点领域;翻转课堂;可视化分析
中图分类号：G420文献标识码：A文章编号：2095-5995（2019）04-0045-04
作为当代学习科学的重要概念，深度学习最早由美国学者马顿（Ferenee Marton）和萨尔约（Roger Saljo）于1976年在《论学习的本质区别：结果和过程》（On Qualitative Difference in Learning：I-Outcome and Process）一文中首次提出，他们认为深度学习是一种学习状态和学习过程，具有主动性、高投入性、理解性、迁移性的特点，涉及高阶思维能力。[1]在国内，黎加厚教授在2005年率先介绍了国外深度学习的相关研究。[2]目前，深度学习已成了国内外学者关注的热点话题。深度学习是一种与浅层学习相对应的、在深度理解知识内在本质的基础上进行批判创新并有助于发展学习者高级思维能力的学习。本文借助CiteSpace软件，对2007—2018年的国内以深度学习为主题的219篇CSSCI来源期刊文献进行聚类分析，对深度学习相关研究进行展望。
一、研究方法
（一）资料来源
为了保证所选文献数据的质量和代表性，本研究在中国学术期刊网数据库中，将文献来源类别选择为CSSCI，主题词设定为深度学习，时间为2007—2018年，检索时间为2018年1月7日，共得到246篇文献。研究者在认真阅读文献摘要和原文后，排除会议和征稿信息，最終得到和深度学习主题直接相关的有效文献为219篇，它们多发表在《电化教育研究》《中国电化教育》《现代教育技术》《远程教育杂志》等教育技术类期刊上。
我国深度学习研究热点及其发展趋势
作者：胡怡涵 孙畅
来源：《教师教育论坛（高教版）》2019年第02期
摘要：为了探究我国深度学习现阶段的研究热点和未来的发展趋势，研究者在CNKI数据库中选取了以深度学习为主题的219篇CSSCI来源期刊文献，使用CiteSpace软件对其关键词进行了聚类分析。结果发现，现有的深度学习研究的热点主题有：学习科学视阈下的深度学习教学策略研究、深度学习过程研究、基于深度学习的翻转课堂研究、深度学习技术应用领域及教育影响研究。今后的深度学习研究应该注意拓宽和整合研究视角，拓展与凝练研究主题，创新和转变研究方法，加强和深化实践探索。