在线教育的蓬勃发展给教育的变革带来了全新的视角和多元的渠道,广泛引入的各类学习平台如Sakai、Blackboard和Moodle等记录并存储着大量有关学习者的数据如个人基本信息、登录信息、在线时长、某个活动的参与情况、与在线资源或同学之间的互动情况、学业成绩等等。如何从这些数据中挖掘出提高学习效果的信息,己成为摆在研究者面前的现实问题。学习分析正是教育中“大数据”的分析和应用。学习分析以海量数据为研究对象,通过有效的分析模型和分析工具,探索学习过程与学习效果之间的联系,并将分析结果可视化,给学生、教师、管理者等利益相关者适当的建议与指导。笔者首先对国内外学习分析相关文献进行了梳理与分析,概括了目前的发展情况和研究现状。对已有学习分析的框架、模型分析比较,归纳出较为完整、清晰的、可实施的学习分析一般过程,并聚焦于学习分析过程中数据的记录与收集、学习分析方法和工具的选取、数据结果的可视化。选取两个网络学习平台将研究内容付诸实践,其中以“J课堂”微视频平台为例探讨学习数据的记录问题,从“学习事件”的角度对平台中看视频、测试、提问、做笔记四个事件进行分析。以H大学网络研修平台为例,依据学习分析的一般过程从不同维度对学习者的学习数据进行分析,一是对学习者的自测数据和选课数据分析,了解学习者在学习前的知识水平,不同地市之间学习者在信息技术能力上的差异,学员是否选择推荐课程弥补原有知识薄弱处。另一个是对学生学习过程中的行为数据(在线时长、发帖数量、感言数等)进行分析,比较班级之间的表现,使用社会网络分析工具UNICET对学生在论坛中的交互情况进行分析,了解学生的活跃程度。希望能对以后的实践研究带来一定的借鉴意义。