基于中國知網(wǎng)數(shù)據(jù)庫的深度學習文獻計量分析

梁立鋒，曾紫云，鄒玉如，劉秀娟

(嶺南師范學院 物理科學與技術(shù)學院，廣東 湛江 524048)

深度學習是機器學習的子領(lǐng)域[1]，是一種對數(shù)據(jù)進行表征學習的方法[2]，還是一個含有多層網(wǎng)絡(luò)的模型，其學習過程是由低到高逐層映射到新的特征空間，具有層次化和分布式抽象的特點，這樣可以擬合復雜的非線性函數(shù)，方便處理更高維度的非線性輸入數(shù)據(jù)[3]。自2006年深度學習被提出后，這一課題開始受到學術(shù)界的廣泛關(guān)注[4]，十幾年間在深度學習應(yīng)用方面不斷發(fā)展創(chuàng)新，特別是近幾年，深度學習取得驚人的進展[5-6]，我國必須加強研發(fā)以及推廣深度學習的應(yīng)用，以解決更多復雜的模式識別難題。

本研究對涉及深度學習領(lǐng)域方面的文獻在中國知網(wǎng)數(shù)據(jù)庫(簡稱CNKI)上進行檢索和分析，探究深度學習領(lǐng)域CNKI論文的發(fā)文特點，如年度發(fā)文數(shù)量、論文基金來源、重點發(fā)文機構(gòu)、主要期刊、研究熱點等，為我國科研人員提供在該領(lǐng)域的科研活動、研究布局、管理等有用信息[7]。

一、文獻數(shù)據(jù)收集與方法

(一)文獻收集

以CNKI為研究分析的文獻數(shù)據(jù)來源，在高級檢索條件下[8]，以“深度學習”為檢索詞，“摘要”為檢索范圍進行檢索[9]，剔除重復及無關(guān)的文獻。

在檢索條件中利用“不含”選項排除無關(guān)文獻，其特點是：根據(jù)“有關(guān)文獻”的主要特征——主題詞、分類號等，縮小檢索范圍。

本文通過人工閱讀在文獻分類目錄中去除無關(guān)的文獻類別，結(jié)合閱讀文獻標題及摘要，剔除以教育學類、課堂為主題以及新聞快訊、通知等的無關(guān)文獻。剔除文獻時通過閱讀文獻的標題以及摘要，可以判斷是否為有效文獻[10]，經(jīng)排除無關(guān)文獻，最后得到共7 891篇有效文獻。

(二)統(tǒng)計方法

文獻計量是一種基于數(shù)理統(tǒng)計的定量分析方法，它用科學文獻的外在特征作為研究對象探討相關(guān)研究的特征和規(guī)律，是一種成熟的文獻分析和信息挖掘方法[11]，有助于研究人員掌握某一科研領(lǐng)域的變化趨勢[12]。

本文對文獻的發(fā)表年度、基金資助狀況、文獻類別、主要機構(gòu)、主要研究作者等信息利用CNKI的計量可視化分析以及人工計量的方式進行統(tǒng)計[13]，將數(shù)據(jù)導入Excel，利用Excel軟件的統(tǒng)計功能進行統(tǒng)計分析，并得到分析結(jié)果[14]。

二、結(jié)果與分析

(一)發(fā)文總數(shù)及年度發(fā)文分析

根據(jù)統(tǒng)計，關(guān)于深度學習的文獻發(fā)文量近十年年際分布如圖1所示。根據(jù)圖1可以看出，2008-2013年有關(guān)深度學習的文獻數(shù)量非常少，總量不足100篇。從2014年開始，其增長速率不斷增大，發(fā)表文獻的數(shù)量呈逐年遞增趨勢，并且在過去幾年里有兩個明顯的增長點，分別是2017年和2018年，到2018年已經(jīng)高達4 322篇。

圖1 深度學習主題文獻年度發(fā)文量分布圖

(二)文獻科學基金資助情況分析

通過統(tǒng)計得到基金資助的文獻，獲得表1數(shù)據(jù)(見下頁)，表1表示的是對有關(guān)深度學習的文獻基金資助前13類基金及獲得資助的總文獻篇數(shù)。國內(nèi)的基金資助項目都是根據(jù)國家和地區(qū)的發(fā)展情況制定，科研基金資助能體現(xiàn)科研探索的先進性和獨特性[15]。根據(jù)表1可知，前13類基金占總基金資助超過85%，其中國家自然科學基金、國家重點基礎(chǔ)研究發(fā)展計劃和國家高技術(shù)研究發(fā)展計劃基金支持為前三的基金支持，總占比約為70%；然后是北京、江蘇、浙江、廣東等我國東南部城市的自然科學基金，這些地方的基金支持約占20%。這說明國家對于深度學習這一領(lǐng)域的發(fā)展是非常重視的，但省級之間基金資助情況地域差別大，資助較多的省份主要分布在東部沿海一帶，說明深度學習研究還需要大量的政策支持以及推廣。

表1 文獻所屬基金資助情況

(三)研究深度學習的主要機構(gòu)分析

高產(chǎn)機構(gòu)是某一學科或研究領(lǐng)域?qū)W術(shù)成果的主要生產(chǎn)者，具有較大的學術(shù)影響力[16]。將得到的數(shù)據(jù)對文獻發(fā)表機構(gòu)進行整理排序，對文獻發(fā)表較多的機構(gòu)進行分析，結(jié)果如表3所示，主要發(fā)文機構(gòu)有哈爾濱工業(yè)大學、西安電子科技大學、北京郵電大學以及電子科技大學、清華大學等，共占所有機構(gòu)的73.8%。

表2 文獻所屬機構(gòu)情況

(四)文獻學科類別分布

以“深度學習”為摘要，排除無關(guān)文獻后對所有文獻進行分析，由于文獻涉及的學科范圍較廣，選取前8的學科進行統(tǒng)計并分析如表3。

從表3中可發(fā)現(xiàn)有很大部分的研究是關(guān)于計算機和控制工程類的，其中計算機這一類別就有3 810篇，控制工程有2 766篇，兩者總占比約83%，信息通信、交通運輸、臨床醫(yī)學、交通運輸、電氣工程、通用技術(shù)、航空宇航約占14%，其他學科類別總占約3%。這反映出在深度學習領(lǐng)域的研究熱門學科是計算機和控制工程，說明其他領(lǐng)域在深度學習方面的應(yīng)用還有很大的潛力[17]及提升空間[18]，因此在這些學科類別中需要適當加大對深度學習的研究和應(yīng)用。

表3 文獻所屬學科類別分析

(五)研究深度學習的主要作者分析

對有關(guān)深度學習文獻的發(fā)表作者進行整理分析，如表4所示，其中發(fā)表量超過10篇的只有3人，最高者發(fā)表了13篇，并且發(fā)文量最高的幾個作者均屬于新疆大學，他們之間合作的文章數(shù)量較多，田生偉和禹龍兩人合作的文獻數(shù)高達12篇，而根據(jù)統(tǒng)計的數(shù)據(jù)來看，發(fā)現(xiàn)相同機構(gòu)的作者合作相對較多，而不同機構(gòu)的作者之間合作較少[19]。發(fā)表2篇論文以上的大多數(shù)作者都是以非第一作者的身份發(fā)表論文，第一作者的發(fā)文總量較少，文獻被引用總數(shù)較少，且研究者所在的機構(gòu)比較分散、分布地區(qū)與基金資助較高區(qū)存在明顯的差別，缺乏核心作者群[20]。

表4 文獻主要作者情況

(六)資源類型、期刊分布分析

在CNKI中對7 891篇關(guān)于深度學習的摘要的文獻進行分析，得到表5資源類型分布。根據(jù)表5可知，碩士論文文獻篇數(shù)最高，占比59.4%，然后是期刊34.2%，相關(guān)的博士論文有385篇，國內(nèi)會議、國際會議及學術(shù)輯刊的文獻數(shù)目則較少，共123篇。博碩士的文獻總篇數(shù)約占64.3%，這反映關(guān)于深度學習研究的作者科學水平較高、文獻的研究質(zhì)量較高。

表5 文獻資源類型分析

文獻來源中，博碩士的論文主要由哈爾濱大學、清華大學等大學機構(gòu)發(fā)表。深度學習文獻發(fā)布的主要期刊如表6所示。根據(jù)表6顯示，主要發(fā)文期刊主要是計算機科學、計算機工程與應(yīng)用、計算機應(yīng)用等。發(fā)表文獻篇數(shù)較多的還有自動化學報、中國圖像圖形學報、農(nóng)業(yè)工程學報等核心期刊，這些期刊的影響因子較高。

表6 文獻分布主要期刊

(七)文獻關(guān)鍵詞頻次分析

關(guān)鍵詞凝聚著文獻的主題，而高頻的關(guān)鍵詞可以體現(xiàn)出該方面研究的熱點方向[10]。對搜索的文獻進行整理，除去“深度學習”，對總數(shù)前9的關(guān)鍵詞進行分析得到表7。根據(jù)表7數(shù)據(jù)可知，出現(xiàn)頻率最高的是“卷積神經(jīng)網(wǎng)絡(luò)”，其頻次高達2 099次。

表7 文獻關(guān)鍵詞頻次分析

三、結(jié) 論

通過利用CNKI對深度學習方面的文獻進行檢索、統(tǒng)計、分析，取得結(jié)論如下：

1)數(shù)據(jù)統(tǒng)計結(jié)果表明：在2008-2010年，關(guān)于深度學習的研究較少，說明這方面的研究還處于冷門階段；2015年開始，關(guān)于深度學習的文獻數(shù)量快速上升，且每一年的增長速率都明顯提高，研究方向主要是計算機方面，同時還應(yīng)用在信息科技、電子設(shè)備、控制工程等方面。

2)深度學習研究機構(gòu)主要分布于經(jīng)濟發(fā)達的東南部城市，這或許跟我國的區(qū)域經(jīng)濟發(fā)展程度高低有關(guān)，經(jīng)濟發(fā)展程度在一定程度上能夠反映科技發(fā)展水平，這與深度學習在科技快速發(fā)展的產(chǎn)生背景相對應(yīng)。

3)研究作者主要是田生偉、胡清華、程學旗、唐杰等人，在這些作者中基本都是以非第一作者的身份參與研究，說明深度學習方面的研究還處于發(fā)展階段，未出現(xiàn)領(lǐng)軍人物。同一機構(gòu)作者之間的合作程度相當高，但與其他機構(gòu)作者合作并不緊密。