张雨虹 王红梅 赵妍

摘要：随着互联网的普及，信息传播打破了时间和空间的限制，其中以互联网为依托的在线学习发展迅猛。经发现传统线下教学模式在向混合式教学模式转换过程中，学生在线学习的主动性和积极性不高，有待进一步激发，所以满足学生个性化、差异化的需求，提高学生在线学习的积极性和增强用户黏性就显得尤为重要。本文以学习通平台为例，使用K-means算法对在线学习的学生产生的学习行为数据进行聚类分析。实验结果表明，在线学习教育平台可以面向不同类型学习者，提供科学、个性化、合理有效的教学方案。

关键词：用户行为;在线学习;聚类分析

引言

在线学习平台结合线下课堂教学已经成为各大高校的一种新兴教学模式，在线学习平台可以记录学生在学习过程中产生的学习行为数据，全面记录学习过程，形成比较集中的在线学习数据，采用聚类方法对在线学习数据进行分析，让不同类型的学习者都能获得有效的在线学习体验。

本文以学习通平台上我校软件工程专业的两门专业课程为例，导出2021-3 -1到2021-6-30完整的后台数据，使用K-means算法对学习者在学习过程中的4项学习行为数据进行聚类分析，这4项学习数据分别是任务点完成百分比、作业得分、章节学习次数、考试成绩，把参加在线学习的学生分为五种类型的学习者，这五种类型分别对应着考核效果，主要是考察学生在线学习行为对混合教学模式的效果影响，可以为学生提供个性化指导以及教学干预。……