在开放学习背景下,学习者的学习活动逐步具有“流”的特征,学习活动不再局限于单一的学习平台,学习分析也开始关注平台的整合性和集成性,数据的多源性和开放性。学习分析已有的模型和框架使得学习分析逐步从理论研究走向实践探索,并开始向规范化、模块化方向发展,但其在整合多源数据方面以及对学习活动“流”描述方面仍有所欠缺。因此本研究尝试构建多源学习活动流的数据模型和数据分析规则,指导多源学习情境下的数据收集和数据分析,从而进一步推进学习分析在多源学习活动流中的实践应用。本研究首先在活动理论以及情境模型的指导下,基于多源学习活动流构建多源学习活动的简约模型,描述学习者的多源学习活动过程;通过梳理目前已有数据模型,在数据收集层面上建立多源学习活动流数据模型,并基于xAPI规范建立数据收集策略,指导多源学习活动流数据的收集。随后在数据分析层面上,通过对数据模型中的六大要素(Actor,Object,Action,Source,Tool,Session)进行要素匹配,筛选出有意义的22条情境-应用-数据的数据分析规则,结合学习分析指导框架,揭示多源学习活动流数据背后的情境信息,指导学习分析的具体应用。最后借助App聚合协作学习平台-Slack和学习项目管理平台-Trello搭建Slack多源学习环境开展教学活动,利用多源学习活动流数据模型收集学习者学习活动数据,并进行学习行为编码,之后采用部分数据分析规则分析学习者的学习情境信息,并验证部分数据分析规则在Slack多源平台中的可用性。