摘要：学习分析是“大数据”在教育领域的应用，引发了教育技术发展的第三次浪潮，并获得学术界的广泛关注。本文梳理了学习分析的形成过程，然后从利益相关者、研究目标、研究对象、技术方法四个维度，回顾了近五年来国内外学者在学习分析方面的研究成果，并提出未来发展趋势和可能遇到的挑战，便于相关人员制定教育决策、优化教育管理过程以及完善学习过程。研究结果表明，学习分析研究主题主要涵盖学习者知识建模、学习情绪建模、学习行为特征抽取、学习活动跟踪、学习者建模、学位获取分析、教学资源和教学策略优化、自适应学习系统和个性化学习、在线学习影响因素分析九个方面；分析数据主要来源于集中式学习环境、分布式学习环境以及身体活动数据；常用分析方法包括统计分析、信息可视化、数据挖掘、社会网络分析、话语分析和网站分析。目前，学习分析研究遇到的挑战包括教育数据预处理难度大、数据访问权限不明确、学习分析适用性有限。虽然学习分析尚处于发展初期，但由于能够为教育系统各级决策提供科学参考，已经成为教育信息化的重要内容之一。

关键词：学习分析 教育数据挖掘 社会网络分析 信息可视化 

单位：武汉大学教育科学学院 湖北武汉430072