摘要：大数据时代的到来，对数据挖掘技术的应用提出了更高要求。首届“学习分析技术与知识国际会议”的召开，将数据挖掘方法与学习管理系统建立关联，并从分析学习者的行为中来改善和提升物理教育效率。本文将从数据挖掘的方法、内容、方向、结果呈现等方面，就其在学习分析中的应用展开探讨，并从优化数据挖掘方法上来改善学习分析技术的有效应用。

关键词：数据挖掘 学习分析 关键技术 应用探讨

基金项目：本文系河南省软科学研究计划项目（项目编号：142400410263，142400410267，142400410671）”的阶段性研究成果。

大数据时代下信息指数型增长已经成为趋势，对于海量数据的分析及呈现，迫切需要从数据挖掘技术的应用中来获取有效信息。现代教育领域中对信息化技术的应用较为广泛，各类虚拟学习环境的构建需要符合学生的学习特性，这些数据即多又杂，更需要专门的软件工具来进行改善和处理。可以说，学习分析技术是数据分析及数据挖掘技术基础上发展而来的应用，因此，从学习分析定义及数据模型的构建上来增强对学生学习行为的研究，有助于科学的评估和预测学生的表现，改善学生的学习方式。虚拟技术中的学习环境的营造，可以通过数据挖掘技术来实现，特别是对于海量教育数据的有效提取，以帮助教育者进行分析和改进教学决策。

1 学习分析中的关键技术

1.1聚类技术

对于数据挖掘中的聚类，主要从抽象对象的集合分组中来进行归类，聚类是对具有相似特性的多个类或簇进行分组的过程，并利用显性或隐性方式进行描述。……