國內(nèi)物流學科深度學習發(fā)展趨勢研究

高翔 吳剛 李爽爽 謝正忠

摘 ?要：隨著物流行業(yè)發(fā)展越來越信息化、智能化，使得物流學科需要改善人才培養(yǎng)模式以適應其發(fā)展。在深化面向以學生核心素養(yǎng)發(fā)展的課程教學改革背景下，深度學習成為教育領域的研究熱點，為了更好地了解物流學科深度學習的研究現(xiàn)狀及發(fā)展趨勢，研究以CNKI數(shù)據(jù)庫在2010～2020年收錄的中文核心期刊和CSSCI來源期刊為研究對象，綜合利用CiteSpace軟件、Bicomb軟件和SPSS軟件，對作者、關鍵詞等內(nèi)容進行分析。研究表明，國內(nèi)深度學習研究主題主要集中在深度學習相關理論研究、信息環(huán)境研究、學習者能力研究以及教學策略研究四個方面。未來物流學科深度學習的發(fā)展趨勢需結(jié)合不同學科深度學習現(xiàn)狀并逐步向提升核心素養(yǎng)、發(fā)展智慧教育、實現(xiàn)跨學科融合以及實踐性教學等方面發(fā)展。

關鍵詞：物流學科;深度學習;研究主題;發(fā)展趨勢

?中圖分類號：G642 ? ?文獻標識碼：A

Abstract： With the development of the logistics industry becoming more and more informational and intelligent， the logistics discipline needs to improve the talent training model to adapt to its development. In the context of deepening the curriculum and teaching reform for the development of students' core literacy， deep learning has become a research hotspot in the field of education. In order to better understand the research status and development trend of deep learning in logistics， the research is based on the CNKI database in 2010～2020. Chinese core journals and CSSCI source journals are the research objects， using CiteSpace software， Bicomb software and SPSS software to analyze the author， keywords and other content. Research shows that domestic deep learning research topics mainly focus on four aspects： deep learning related theoretical research， information environment research， learner ability research， and teaching strategy research. The future development trend of deep learning in logistics disciplines needs to combine the status quo of deep learning in different disciplines and gradually develop in terms of improving core literacy， developing wisdom education， achieving interdisciplinary integration， and practical teaching.

Key words： logistics discipline; deep learning; research topics; research trends

0 ?引 ?言

自加入世界貿(mào)易組織（WTO）以來，我國物流業(yè)發(fā)展迅速，社會物流總額從2002年的23.3萬億元增加到2020年的300.1萬億元，物流從業(yè)人數(shù)從2000年的2 000多萬人增加到2020年的5 191萬人，港口貨物吞吐量與集裝箱吞吐量均位居世界第一[1]。隨著信息技術的飛速發(fā)展，傳統(tǒng)的物流學科的學習方式已不再適用于當今時代，社會對21世紀公民提出了新的訴求：學習者不僅要牢固掌握各個學科的知識，還需要具備自主學習、問題解決、遷移應用、與人合作等方面的能力，這就要求教師和學生要轉(zhuǎn)變傳統(tǒng)的淺層學習方式為深層學習。2018年《新媒體聯(lián)盟中國教育技術展望：地平線項目區(qū)域報告》指出，無論是基礎教育、高等教育還是職業(yè)教育都應該引入對現(xiàn)代信息技術的應用，同時把深度學習方式作為當代中國教育技術應用的主要趨勢之一[2]。為了提高物流學科人才培養(yǎng)質(zhì)量，改變物流學科人才培養(yǎng)模式，物流學科在進行人才培養(yǎng)時需與深度學習的教學方式深度結(jié)合，只有這樣才能達到目前物流行業(yè)人才標準。研究以中國知網(wǎng)CNKI數(shù)據(jù)庫為來源，通過文獻計量學的方法，借助CiteSpace軟件和Bicomb軟件，分析了從2010年至2020年期間發(fā)表的有關深度學習的研究文獻，并且以知識圖譜的形式呈現(xiàn)深度學習的研究現(xiàn)狀和熱點，進而將物流學科的發(fā)展與深度學習相結(jié)合，提出物流學科深度學習的發(fā)展趨勢。

1 ?文獻來源與分析方法

1.1 ?數(shù)據(jù)來源

本研究數(shù)據(jù)來源于中國知網(wǎng)（CNKI），以“深度學習”“深層學習”為關鍵詞，時間設定為2010～2020年，來源類別設為“北大中文核心期刊”和“CSSCI”來源期刊，文獻分類目錄設定為“社會科學Ⅱ輯”，共獲得文獻709篇。剔出重復、書評、會議綜述、征稿等與本研究無關的文獻，最終得到有效文獻682篇。

1.2 ?研究方法

本文用CiteSpace軟件和Bicomb軟件相結(jié)合的方法進行資料分析。首先，利用CiteSpace軟件對所檢索文獻進行研究學者的合作共現(xiàn)分析形成知識圖譜，得出在教育領域深度學習研究的重點學者。然后利用Bicomb軟件進行關鍵詞分析形成關鍵詞共現(xiàn)矩陣，將矩陣導入SPSS軟件中得到關鍵詞系統(tǒng)聚類樹狀圖，將關聯(lián)性較高的關鍵詞進行聚類，從而總結(jié)深度學習的研究主題。最后，將深度學習的研究主題以及熱點與物流學科相結(jié)合，結(jié)合物流行業(yè)的人才需求預測物流學科深度學習的發(fā)展趨勢。

2 ?研究結(jié)果分析

2.1 ?文獻量時間分布分析

?本文通過逐年統(tǒng)計文獻數(shù)量來探究文獻的產(chǎn)出情況，結(jié)果如圖1所示，整體來看，有關深度學習的文獻研究數(shù)量呈逐年增長趨勢。2010年至2012年，發(fā)表相關文獻數(shù)量極少，說明該研究還未引起廣泛關注，自2014年起文獻研究數(shù)量開始增加，2016年文獻數(shù)量迅猛增長。從2017年開始，有關深度學習的文章發(fā)文數(shù)量每年都超過百篇，以此看出，深度學習在國內(nèi)的關注度持續(xù)增高，并且國內(nèi)學者對深度學習的研究熱度總體保持穩(wěn)定增長的趨勢。

2.2 ?作者文獻合作網(wǎng)絡分析

圖2為作者合作網(wǎng)絡知識圖譜，圖譜中顯示的作者發(fā)文數(shù)量都是2篇及以上，從發(fā)表文章的數(shù)量上來看，發(fā)表4篇及以上文章的作者共有8位，其中趙蔚和姜強發(fā)文數(shù)量最多，分別為6篇，任虎虎發(fā)表5篇文章，董玉琦、藥文靜、胡航、李敏和呂林海分別發(fā)表4篇文章。從節(jié)點和連線來看，圖中一共有52個節(jié)點，18條連線，密度僅為0.0136，這說明作者間聯(lián)系不緊密。從整體來看，作者之間的合作趨勢有待加強，研究團隊仍不穩(wěn)定，相關作者之間缺乏交流與合作。

2.3 ?文獻關鍵詞共現(xiàn)分析

2.3.1 ?關鍵詞共現(xiàn)矩陣

?研究利用Bicomb軟件對關鍵詞進行處理，以便后續(xù)研究對關鍵詞進行聚類分析。所分析文獻一共提取到3 009個關鍵詞，取其中頻次大于等于4的關鍵詞進行分析，共計65個關鍵詞作為高頻關鍵詞導出。如表1所示是篩選出的部分高頻關鍵詞及其對應的頻次，同時高頻關鍵詞共現(xiàn)矩陣如表2所示。

2.3.2 ?關鍵詞聚類分析

將所提取出的高頻關鍵詞矩陣導入SPSS軟件中進行聚類分析，并以樹狀圖的形式將結(jié)果輸出，部分高頻關鍵詞系統(tǒng)聚類樹狀圖如圖3所示。

通過文獻閱讀，結(jié)合聚類分析結(jié)果，可以將深度學習研究熱點及主題分為深度學習的相關理論研究、深度學習的信息環(huán)境研究、深度學習的學習者能力研究和深度學習的教學策略研究四個聚類，主題及對應的部分關鍵詞如表3所示。

3 ?研究展望

?根據(jù)上述對知識圖譜以及關鍵詞聚類的分析，將物流學科人才需求與深度學習的研究主題相結(jié)合，本研究對物流學科深度學習的發(fā)展趨勢做如下預測：

3.1 ?注重綜合能力，提升核心素養(yǎng)

?2016年9月，《中國學生發(fā)展核心素養(yǎng)》總體框架的正式發(fā)布，將核心定為培養(yǎng)“全面發(fā)展的人”，其主要分為文化基礎、自主發(fā)展、社會參與三個方面，綜合表現(xiàn)為人文底蘊、科學精神、學會學習、健康生活、責任擔當、實踐創(chuàng)新六大素養(yǎng)[3]。2018年3月，北京師范大學中國教育創(chuàng)新研究院首次對外發(fā)布《21世紀核心素養(yǎng)5C模型研究報告》，5C模型具體包括文化理解與傳承（Cultural Competency）、審辯思維（Critical Thinking）、創(chuàng)新（Creativity）、溝通（Communication）、合作（Collaboration）五大素養(yǎng)[4]。社會的發(fā)展瞬息萬變，要求學生具備良好的核心素養(yǎng)以應對復雜的環(huán)境變化。同樣，對于現(xiàn)代物流行業(yè)來說，對物流人員的要求不僅僅是對人、物、財、設備、信息和方法的管理，還需要從事包裝、運輸以及搬運等物流活動，甚至還需要承擔一定的管理職能，如經(jīng)濟管理、技術支持、質(zhì)量控制等[5]。那么，高校為了培養(yǎng)符合要求的物流人才，發(fā)展學生的核心素養(yǎng)就尤為重要。

3.2 ?信息技術支撐，發(fā)展智慧教育

?隨著信息技術的發(fā)展，物流行業(yè)已經(jīng)不是傳統(tǒng)的運輸方式，其中需要新興信息技術的支撐來達到高效運輸?shù)哪康腫6]。同時，課堂教學中引入了越來越多的智能化設備，使得智慧教育便成為順應時代發(fā)展的必然產(chǎn)物。物流學科深度學習不僅要求掌握學科知識，更注重培養(yǎng)高級思維與知識遷移應用的能力[7]。而智慧教育所培養(yǎng)出的人才要求具備良好的學習能力、合作溝通能力以及問題解決能力，由此可見物流行業(yè)對人才的需求與智慧教育所培養(yǎng)出人才的特點具有很高的契合度。物流行業(yè)的智慧化就是物流行業(yè)與物聯(lián)網(wǎng)、人工智能的高度融合，利用大數(shù)據(jù)進行決策與經(jīng)營。這就要求物流學科在培養(yǎng)模式方面緊跟時代要求，培養(yǎng)學生的創(chuàng)新能力和數(shù)據(jù)分析能力，為物流行業(yè)輸送綜合型智慧人才。

3.3 ?以問題為導向，實現(xiàn)跨學科融合

?隨著物流行業(yè)發(fā)展的越來越成熟，對從業(yè)人員的需求也不僅僅是掌握基礎的物流專業(yè)知識，更需要同時掌握物流專業(yè)知識與計算機科學、心理學等方面的綜合性人才。那么物流學科深度學習的研究將會以跨學科融合的特點呈現(xiàn)，包括計算機科學、教育學以及心理學等學科的交叉融合。隨著技術的不斷發(fā)展，物流學科深度學習也將會以更加成熟的方式深入到教育教學活動中，學生的自主選擇性越來越高，個性化的資源推薦更有利于學生進行多學科的綜合性學習。跨學科融合意味著對教師和學生來說，都要主動打破學科之間的壁壘，以實際生活中的問題為導向進行學習，通過融合學習過程中所了解到的各種信息，來解決真實世界中所發(fā)生的問題?？鐚W科學習要求學生綜合掌握學科知識，更要求學生以解決問題為目的，通過探究式學習、合作式學習等方式提高其綜合素養(yǎng)，由此學生在學習過程中，其問題解決能力以及合作交流溝通能力都會得到全方位的提升，這與物流行業(yè)的人才需求不謀而合。因此，要培養(yǎng)綜合型的物流人才，就要實現(xiàn)跨學科融合式教學，不再局限于單一學科的學習，將所學知識融合在一起才能在人才競爭中處于優(yōu)勢地位。

3.4 ?深化研究理念，發(fā)展實踐性教學

?對于物流學科來說，實踐能力非常重要，良好的實踐能力更準確地掌握行業(yè)發(fā)展的方向。美國深度學習項目（SDL）提出深度學習的三個領域，包括認知領域、人際領域和自我領域[8]，在深度學習認知領域的策略主要包括為學生提供實習機會，鼓勵學生積極參與項目是學習、鍛煉批判性思維能力;在深度學習人際領域的策略為組建研究合作小組以加強合作溝通技能;在深度學習自我領域的策略為進行個性化學習，發(fā)展自我管理與獨立學習能力。由此可見，實踐性教學，不僅可以使學生更好地掌握學科知識，同時還能培養(yǎng)學生的自我反思、批判思維以及合作溝通能力。將理論知識在實踐中的具體應用作為重點內(nèi)容，使他們能夠在由教材構成的知識體系中充分發(fā)揮自身的創(chuàng)造性，能夠?qū)⑺鶎W的理論知識靈活運用到實踐當中去，提高實踐能

力[9]。如今，物流學科的深度學習同樣需要將理論向?qū)嵺`方向轉(zhuǎn)化，通過實踐性教學培養(yǎng)學生的綜合素養(yǎng)，無論是在認知領域、人際領域還是自我領域都能夠在實踐中得到很好的提升，因此，發(fā)展實踐性教學將成為物流學科深度學習未來的研究趨勢之一。

4 ?總 ?結(jié)

?如今，技術更新一日千里，這就要求物流學科的教育者做到與時俱進，不斷進行教學模式的改革創(chuàng)新。而從深度學習研究熱點可以看出，其與物流行業(yè)對人才的標準不謀而合，因此，在物流學科建設中應與深度學習的教學模式緊密結(jié)合，提高學生的知識整合、批判思維、合作交流以及問題解決能力，使學生達到深度學習的狀態(tài)，按照物流學科深度學習的發(fā)展趨勢，不斷培養(yǎng)智慧型、實踐型、綜合型的物流人才。

參考文獻：

[1] 丁俊發(fā). “十四五”期間我國物流業(yè)亟待解決的問題與對策[J]. 中國流通經(jīng)濟，2021，35（7）：3-8.

[2] 高媛，陳瀟. 《2018中國職業(yè)教育技術展望：地平線項目報告》解讀與啟示[J]. 電化教育研究，2018，39（4）：101-108.

[3] 北京師范大學中國教育創(chuàng)新研究院. 《21世紀核心素養(yǎng)5C模型研究報告（中文版）》發(fā)布[N]. 中國教師報，2018-04-11（06）.

[4] 辛濤，賈瑜. 核心素養(yǎng)落地的幾個關鍵問題[J]. 教育與教學研究，2019，33（7）：1-9.

[5] 禹華平，楊海艷. 高校物流管理專業(yè)建設及教學模式分析[J]. 高教探索，2016（S1）：96-97.

[6] 張萍. 信息化教學背景下的物流管理課程實踐探究[J]. 中國教育學刊，2017（S1）：157-158，169.

[7] 祝智庭. 以智慧教育引領教育信息化創(chuàng)新發(fā)展[J]. 中國教育信息化，2014（9）：4-8.

[8] Mette H， Catherine B， Jennifer， et al. The Shape of Deeper Learning： Strategies， Structures， and Cultures in Deeper Learning Network High Schools[R]. Washington， D.C： American Institutes for Research， 2014.

[9] 劉文芳. “互聯(lián)網(wǎng)+”背景下地方高校物流管理專業(yè)應用創(chuàng)新型人才培養(yǎng)改革與實踐[J]. 高教學刊，2019（17）：166-168.

收稿日期：2021-08-04

基金項目：2020年度上海工程技術大學研究生科研創(chuàng)新項目“大數(shù)據(jù)環(huán)境下在線學習行為分析及學習成績預測研究”（20KY0312）

作者簡介：高 ?翔（1995-），女，河南鄭州人，上海工程技術大學管理學院碩士研究生，研究方向：物流管理、人力資源開發(fā)與教育;吳 ?剛（1975-），男，安徽安慶人，上海工程技術大學管理學院，上海工程技術大學繼續(xù)教育學院，副教授，博士，研究方向：人力資源開發(fā)與教育、工作場所學習;李爽爽（1997-），女，山東菏澤人，上海工程技術大學管理學院碩士研究生，研究方向：物流管理、人力資源開發(fā)與教育;謝正忠（1998-），男，安徽六安人，上海工程技術大學管理學院碩士研究生，研究方向：人力資源開發(fā)與教育。