随着网络课程的不断发展,有越来越多的人开始关注网络课程的教学质量、教学效果如何,学生通过网络学习的学习效果如何等问题。目前,在我国网络课程的学习中,对学生的学习评价主要采用形成性评价和总结性评价相结合的形式。但是在实际的评价过程中还存在很多问题,尤其是形成性评价方面,其评价方式主要还是借鉴了传统教学方式中的形成性评价方式,如根据学生平时的测验,上交作业情况,参与学习活动的情况等作为对学生进行形成性评价的主要依据。而且这些形成性评价方式并没有发挥形成性评价的真正作用,即“评价不是为了证明而是为了改进”,此外学生通过网络环境的学习相比传统课堂环境的学习,更容易收集学生在学习过程中的一些信息,如学生的注册信息,每次在线学习时间,学习进度,学习过程中的讨论交流等信息。但是在目前的网络课程教学中并没有充分利用这些信息,来对学生进行形成性评价并对学生提供及时的反馈。而数据挖掘技术是一种“从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的但又是潜在有用的信息和知识的过程”的技术。目前该技术已经成功地应用在企业管理、市场销售、医疗卫生等领域,但在教育领域的应用还没有受到太多的关注。目前在众多的数据挖掘软件中,应用比较广泛的一款软件是SPSS公司所发行的Clementine软件。因此本文主要借助数据挖掘软件Clementine针对《大学英语B》这门网络课程中学生在学习过程中留下的大量的、模糊的数据信息就学生的学习过程从学习者的学习方式、学习态度以及学习效果几个方面进行初步的形成性评价分析,再利用JAVA编程语言实现对这些网络学习中形成性评价信息管理系统,方便教师以及学习者查看管理这些形成性评价信息,为利用数据挖掘技术应用在网络课程的形成性评价方面提供可行性,使教师和学习者可以根据评价结果及时对学生进行评价反馈以方便学生在后续的学习过程中不断改进,以取得更好的学习效果,实现形成性评价的作用,发挥网络学习与传统课堂教学相比所具有的优势。