深度学习解决信息过载模型研究
——以Moodle 平台搭建过程为例
摘 要：云计算、大数据等新一代信息技术的发展一方面提供了多样化且廉价的工具基础，使得获取信息变得异常简单，推动多与多交互的大互联时代（web3.0）的到来。但与此同时泛在信息的泛滥也在一定程度上造成“快餐式”学习，不能做出有理有据的判断及实践。随着网络学习的不断发展，如何在网络中进行深度学习成为迫切的问题。因此，本文采用文献计量分析法分析文献的时空分布和研究热点，并结合已有国内外深度学习的模型，以基于阿里云服务器搭建Moodle的问题解决过程为例探究深度学习解决信息过载的新模型，以提供参考的方向。
关键词：深度学习 信息过载 模型
- 前言
新一代信息技术在某种程度上推动网络学习、移动学习的迅速发展，据中国互联网信息中心（CNNIC）在2017年1月发布的第39次《中国互联网络发展状况统计报告》显示，我国网民达7.31亿，截至2016年12月，我国手机网民达6.95亿，在整体网民中占比约95.1%，手机成为我国网民第一大上网终端。信息获取相比以往更加便捷，但与此同时也造成信息泛滥，使得信息处理仅仅停留在浅层。面对爆炸式信息，人们迫切需要对知识进行深层次理解，批判性思考，形成问题解决的新模式。
- 研究设计
- 研究方法
本研究采用了文献计量分析方法，对相关文献从文献年代分布、文献来源期刊分布、热点研究分布、研究模型分析等4个维度展开分析 ( 文献计量分析是运用文献计量学的相关知识和理论，借助文献各种特征的数量，采用数学与统计学方法来 描述和评价某学科领域现状的文献研究方法)[1]
- 资料来源
本文的中文文献主要来源于中国知网，主要以“深度学习”为主题，限定文献分类目录（社会科学II辑，时间跨度设置为从2005年到2014年（国内首次提出深度学习概念是上海师范大学黎加厚教授在2005年发表的《促进学生深度学习》一文），共计找到文献249篇，以此相关文献作为研究样本。
- 研究结果与分析
- 文献时空分布
- 时间分布
国内。将深度学习从所选、参考、引证三个维度进行数据统计，得到图 1的我国论文发布随时间分布的趋势
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
