当前人类社会进入了“互联网+”时代,在线教学不仅是开放大学的主要教学模式,而且已经成为全日制普通大学的重要的辅助教学手段之一。如何提高在线教学的质量也是开放大学当前亟需解决的重要问题。本文采用大数据分析相关技术从教学框架设计及学习行为分析这两个方面对该问题进行了探讨。本文的主要工作如下。一、构建国家开放大学陕西分部在线教学分析框架,该框架体系包括学习行为测量指标设计、在线教学的数据采集,通过合并、清洗、标准化完成的数据预处理以及在线教学反馈。应用该框架的目的在于识别不同学习群体特征,更加准确的掌握教师及教学机构的教学规律,从而为学习预警发布、个性化教学实施、教学资源配置提供更多有效反馈。该框架的优势在于,较之国家开放大学陕西分部之前使用数据统计方法,首次将大数据相关的教育分析技术应用到在线教学框架体系的设计中。二、以国家开放大学陕西分部的学习过程数据为基础,对在线教学中的学习过程数据进行分析。开放大学的教学机构和教师群体数量众多,每个教学机构的师资配置、教学资源都各有特点;学生的学习基础、学习偏好和学习效果也都存在较大差异。本文根据开放大学的学习过程数据构建测量指标,搭建分析模型,应用python语言实现K-means聚类算法,应用算法分析结果开展模型评价;同时根据课程学习数据,开展课程受欢迎度分析,并且应用基于物品的协调过滤算法为用户开展课程推荐;旨在通过以上研究结果,为开放大学的教学机构、教师群体、学生群体进行群体划分和群体特征识别,为学习者提供更多课程学习建议,为教学设计者和教学管理者提供更多有数据支撑的管理建议。本文构建的在线教学框架体系已纳入到国家开放大学陕西分部教学质量评估体系的建设工作中,文中针对学习过程数据的分析结果,已初步应用到国家开放大学陕西分部学习支持服务中心的教学管理中,为教学资源的优化配置提供了一定的依据。