大规模开放在线课堂(massive open online courses, MOOC)为人们提供了免费学习世界顶尖高校优秀课程的机会。随着MOOC的风靡,其产生了海量多样化数据,这一领域逐渐引起了越来越多的研究者的兴趣,但大部分集中在对学生建模,预测其学习效果或者是否会完成课程方面,而对MOOC讨论区还未有太多研究,尤其是对中文MOOC平台的讨论区。MOOC中学生身份多样,学习背景不同,还存在完成率较低的问题,所以MOOC中的授课方案需要适当修改,一般情况下是以学生的作业和考试情况为依据来修改。讨论区是学生和老师交流的重要工具,掌握讨论区情绪也是评估学生学习质量的重要组成部分。本课题的目的是从分析讨论区情绪的角度出发,使用数据挖掘的方法,筛选出特定类别的讨论帖,减少了老师浏览和解答帖子的时间,并且提取出知识难点,帮助他们更加合理地安排课程知识点结构和改进教学方法,提高授课效果。本文使用机器学习和自然语言处理的理论和方法,构建了一个MOOC论坛讨论帖的数据挖掘系统。本文把MOOC讨论区的讨论帖分为三个类别:“困惑”、“解释”和“无关”,通过训练SVM模型来预测讨论帖的类别,从而完成课程的情绪分析。对于预测为“困惑”和“解释”的讨论帖,应用TF-IDF和TextRank算法提取关键词,作为知识难点的初步结果。本文先介绍了构建该数据挖掘系统用到的理论知识,为接下来的系统实现打下理论基础。这一部分主要介绍了机器学习中的分类算法和自然语言处理中的关键词提取算法。第三章描述了数据挖掘系统的设计和实现。第四章应用此系统处理了六门课程,讨论和分析了得到的结果。最后一章总结了本课题的主要成果以及不足之处,并对下一步工作进行了展望。