在教育信息化与教育全球化的大环境下,以MOOC、可汗学院等为代表的高质量在线教育平台应运而生,使得在线学习成为人们获取知识的重要途径之一。随着在线学习者人数激增,每年都会有海量的学习内容与教育管理数据产生。同时伴随着大数据技术的逐渐成熟,大数据应用于教育领域已经成为趋势,如何有效的利用在线学习行为数据来提高学习者的学习效率,已经成为在线教育所面临的的挑战之一,在此情形下,个性化教育与数据驱动教学等将会成为未来在线教育的必然要求。论文分析了教育大数据对我国发展战略的影响,总结了国内外的相关政策与研究现状,指出了教育大数据对教育改革的巨大意义和面临的挑战。提出了基于在线教育的数据采集与挖掘分析,实现教学进度再造与教学内容再造的数据驱动教学流程框架。通过某高校在线教育平台的真实数据,对在线学习过程中影响学习效果的因素进行了数据分析与验证。论文的主要研究工作如下:(1)设计了数据驱动教学的流程框架,以情感识别与学习分析为基础,通过学习效果评价的学习进度再造模块与学习状态评价的学习内容再造模块,实现内容与学习方案自动生成,达到个性化教学的目标。通过登录过程中的基本数据记录、平台使用过程中的操作记录、学习过程中的行为记录和学习过程中的状态数据记录分析,学习者的特征类型分析、学习效果分析,最终实现学习者的学习内容优化推荐和学习方案自动生成。(2)针对数据驱动教学框架中的学习行为分析与评价模块进行研究,借助R语言平台,对高校远程教育平台数据进行了可视化分析,探索在线教学过程中学习行为对学习效率的影响,初步验证用户网络行为数据驱动教学的可行性。结合统计与关联规则挖掘算法的特点,将数据预处理后,通过统计与Apriori关联分析算法进行分析,并将结果可视化呈现。分析发现,教师批阅作业给出的平均成绩与教师批阅的作业量负相关;学生完成在线作业普遍具有“延迟性”;学习效果与登录次数、在线时间和在线讨论次数正相关。研究分析结果将对实现我国十三五教育现代化发展目标具有一定的参考意义。