深度学习研究的现状、热点及其发展趋势
——基于CiteSpace 可视化知识图谱分析

梁 策

（吉林师范大学 吉林 长春 130000）

深度学习思想来自布鲁姆的“认知发展理论”；学习的深层、浅层之分，深度学习的概念；最早是由美国学者马顿（Ference Marton）和萨尔约（Roger Saljo）在一项研究中发现不同的学习方法能够产生不同的学习效果从而提出的。[1]国内学者对“深度学习”方面的研究较晚，直到2005年，黎加厚、何美玲两位学者首次对“深度学习”这一名词进行概念界定，正式将目光对准深度学习领域。[2]

本文基于WOS数据库中收集的关于深度学习方面的文献，以CiteSpace软件为技术支持，对深度学习研究的现状、热点和前沿情况进行分析。经研究发现，自2017年起，世界各国各领域学者对深度学习相关问题的研究不断增多，其中，中国、美国、英国等地的研究者发文量较大，较为活跃；研究热点包括深度学习概念界定，研究的必要性及建议；研究前沿包括计算机网络科学、深度强化学习、培训。

一、研究过程

本研究检索文献均来自Web of Science中的核心合集数据库，主题词为“Deep Learning”，时间节点设置为2011—2021年，其余均为默认值，检索得到95232条来源文献，从中选取领域中的高被引论文1389条，每个文献保留标题、作者、摘要、关键词、参考文献等部分，将其放入 CiteSpace 软件中进行分析。本研究主要来自CiteSpace5.7.R3版本的技术支持，以该软件进行相关知识图谱的分析和研究，CiteSpace是由美国得雷塞尔大学陈超美博士研发的，以定性与定量相结合的研究方式，得出相关知识图谱。陈超美博士研究这一软件的主要意图是帮助各领域学者了解某一概念或研究领域的研究热点、前沿和趋势[3]，进而很好地把握这一概念或这一领域的研究方向。……