随着互联网技术的迅猛发展,在线学习凭借着随时随地可以学习的优势逐渐融入到人们的日常生活,它将为构建全民学习型和终身学习型社会提供了方便、快捷的学习方式。在“互联网+教育”的发展背景下,在线学习的理念得到了越来越多的高校的认同。但是,由于在线学习的两面性,也带来了一系列负面影响。例如,使用在线学习的方式分散了某些学习者的注意力,导致学习质量得不到保障,学习者的行为难以控制,因此教师不能准确了解学生的情况、不能制定精确的学习方案,教学评价不客观。为了能有效解决上述出现的众多问题,学习预警应运而生。构建基于教学数据分析的学习预警系统是在线教学急需解决的重要关键。本文旨在通过对教学数据进行有效的分析和数据挖掘以达到预警学习者学习成绩,进而提高学生学习质量和效率的目的。本文借助数据挖掘方法和工具,以山东师范大学网络教学平台产生的海量学生学习日志为研究对象,进行数据预处理、加工,设计出最优的学习预警模型,教育决策者可以根据学生的情况,制定出个性化的教学方案。针对不同教师的数据挖掘需求,设计了学习预警平台,可以准确的预测学生的学习成绩,达到干预学生学习行为,提高学习效率,优化教育决策的个性化学习的目的,使学习者的学习行为得到了更加合理、有效的评估。本文的创新点主要有以下几点:(1)技术方面:与传统教学分析方法不同,本研究充分利用所学专业知识,通过恰当的数据挖掘方法进行数据处理、分析,增强了学术严谨性。(2)模型设计方面:建立了一个学习预警模型,可以通过对数据进行预处理,借助数据分析工具筛选出影响学生学习成绩的关键因素。利用学生线上学习活动产生的日志来预测学生的线下学习绩效,将线上线下相结合,为教师作出科学的决策提供了有力支持,有利于优化教学过程,促进学生有效学习的发生。(3)平台设计方面:采取MVC模式,设计了一个学生学习成绩预警平台,教师、学生可以通过注册账号,登录平台,建立学生学习档案存储学生信息,通过对学生学习行为数据进行分析并作出相关学习预警,有助于教师精确掌握学习者的学习进度,帮助学生顺利完成学业。使用数据分析技术发现教育大数据中的蕴涵的信息,判定出真正影响学生学习绩效的影响因子,供教育工作者客观分析学生的综合学习能力,以达到干预学生学习行为,优化教师决策,改进教学目标的目的,实现真正的因材施教。