梅鹏江，陈逸菲，宋 莹，孙 宁

（1.南京信息工程大学自动化学院，江苏南京 210044；2.南京信息工程大学滨江学院，江苏无锡 214105）

0 引言

受疫情影响，为响应教育部“停课不停学”号召，各院校积极开展线上教学。随着在线教学的普及，各高校平台服务器积累了大量与学习相关的数据，通过对这些数据的分析，帮助教师了解学生的学习情况。张岩等［1］通过分析混合式教学环境下学习者一般特征、心理特征、课堂行为特征，对不同学生进行分类和识别；贾积有等［1］对北京大学6 门课程的学习行为数据进行整理与分析，从中发现学生网上学习行为对学业成绩的影响；李封等［3］提出学习者学习行为属性模型，基于该模型对学习者学习行为进行分析研究，以此为依据调整课程组织和教学方式，从而达到最优的教学效果；李爽等［4］从行为投入的角度出发，对在线学习行为投入分析框架进行构建，并对在线学习行为投入测量指标进行选取；危妙等［5］利用数据分析，对“优课联盟”平台上学生的学习行为以及学习成效进行分析，找出平台应用中存在的不足并提出建议；蒋卓轩等［6］针对平台用户在线学习特点，分析挖掘6 门课的海量学习行为数据，将学习者进行分类，深入考察学习行为与学习效果之间的关系。以上学者对于学生学习特征进行了分析，但是他们都忽视了数据的时效性。本文数据是教师在线授课采集，准确度较高，能真实反映学生在线学习情况；课下学习数据中，剔除期末考试前学生突击数据，这样更能客观反映学生平时的学习习惯。……