在信息技术迅猛发展的时代，网络学习已成为一种极为普遍的学习方式，利用计算机网络等多种媒体的现代化教学模式便应运而生。因此，为了探索在线学习的过程是怎样的、学习者的学习效果如何，针对在线学习的教学管理、教学策略、学习监控，以及学习评价等正逐渐成为远程教育领域的关注热点。而要对网络学习进行研讨，首先就必须对学习者在学习过程中产生的各种信息、数据进行整理、统计和分析，运用相应的方法、工具来处理信息，进而才能在所得结论的基础上发现问题、提出观点。在线学习信息收集是进行学习信息处理、加工的起点，是研究网络学习活动的基础。学习者在学习活动中会产生大量的、种类繁多的学习信息和相关数据，对于收集工作是一个挑战。故而，本课题依据因材施教原则和学习信息加工理论，将学习分析这种新的技术手段引入到在线学习信息的收集中，目的在于为网络学习过程的研究提供支持，优化学习过程、提高学习绩效。本课题首先概述了学习分析与学习信息收集的研究状况，通过深入理解学习分析、学习信息及学习信息收集的涵义，并对研究的理论依据进行分析后，探讨了应用学习分析进行在线学习信息收集的可行性与意义，在归纳、总结出一种在线学习信息新的分类方法与权重配比的基础上，提出了学习分析支持下的学习信息收集方法与策略，以期为在线学习信息处理提供有力依据。