摘要：针对网络学习空间中的数据未能被充分挖掘和利用的问题,文章提出了一种基于数据挖掘技术的在线学习行为分析模型。该模型将网络学习空间中的在线学习行为分为四类：独立学习行为、系统交互行为、资源交互行为和社会交互行为。基于此四类行为,该模型提出了相关分析、分类分析和聚类分析的分析方法,依据分析结果为网络学习中的各类利益相关者提供教学参考。文章以某网络学习空间数据为例,进行案例研究后发现：（1）独立学习行为与学习成绩的相关性最强,具有较强的预测作用;学习者的求助次数与其它因素相关性最弱,不宜作为行为分析的核心指标;（2）以具有较强相关性的学习行为对成绩进行预测,使用K-近邻分类器可获得84.62%的准确率;（3）对学习行为进行聚类分析,可发现学习者主要存在四种不同的学习行为模式,针对不同类型的学习者,教师可采取不同的干预策略,实现个性化的教与学。

关键词：网络学习空间 学习行为分析 分类 聚类 行为模式 

单位：华中师范大学教育信息技术学院; 湖北武汉430079; 黄冈师范学院教育科学与技术学院; 湖北黄冈438000; 浙江师范大学教师教育学院; 浙江金华321004