国家主席习近平致国际教育信息化大会的贺信中指出,要建设“人人皆学、处处能学、时时可学”的学习型社会,用信息技术的发展,推动教育变革和创新。随着现代信息技术水平的提高,越来越多的在线教育方式得到发展,大规模在线开放课程(massive open online course,MOOC)学习平台是近年来出现的一种新型的满足教育需求的平台,大规模在线课程因为其学习者数量庞大,往往一门课程的注册学习人数达到成百上千人,仅仅依靠老师的异步的方式来解决学生的问题是不够的,需要一种帮助老师解决学生问题的智能的、自动的、同步的答疑系统。本文详细介绍了现存的国内外答疑系统,并在此基础上分析、研究国内外智能答疑系统的优点及其存在的不足,对智能答疑系统相关理论进行研究,并分析了MOOC课程学习者学习效果影响因素;研究了文本挖掘技术及其在智能答疑系统的应用,重点介绍了特征项提取算法,对TF-IDF算法进行了改进,经过实验验证,提高了特征项选取的精确率。研究了中文分词算法和全文检索理论,分析和对比了现有的中文分词系统,并建立自定义词库和同义词库,提高了系统的答疑准确率。在此基础上,结合大规模在线学习教育的特点,提出了建立适用于大规模在线学习平台的智能答疑系统的架构和建立模型,利用相关技术结合梦课平台的《教育技术—走进信息化的教育》这门课程,开发了适用于军队学习者的大规模在线课程的智能答疑系统。在答疑模式中,采用多元化的答疑模式,使得智能答疑模式不止是文本呈现,还实现了以视频方式呈现解答的答疑模式。对于文本答疑方面,不仅实现了根据知识库的内容答疑,并且延伸到利用教学辅助材料进行答疑,减轻了教师建设知识库的压力,教师可以只提供教学辅助文档来帮助学生答疑,而不需要教师建立庞大的知识库。基于大规模在线学习的智能答疑系统的研究和开发,能使得大规模在线开放教育进一步发展,可以提高大规模在线开放教育的教学质量,保障了教师的教学活动和学习者的学习活动,达到了辅助大规模在线教育教学活动的目的。