互联网时代,各行各业都发生了巨大的变化,基于网络环境的学习方式从无到有,如今已经得到了广泛的应用,各种网络教学平台上产生了大量教学行为数据,其价值逐渐凸显。研究者采用多种方法分析网络教学平台产生的大量数据,获得的研究成果十分广泛。在学习行为分析的研究中,多数研究者更关注开放学习平台MOOC的学生学习行为,对于网络教学平台下的师生行为则较少。本研究选择网络教学平台的师生行为进行分析,应用数据挖掘技术和行为序列分析法提取网络学习行为数据的有用信息,以发现有效学习规律,提出提升教学效果建议,为高校有效开展网络教学平台支持的混合式教学提供数据支持。内蒙古地区多数高校通过学习通平台提供的尔雅课程进行网络教学。网络教学平台记录了大量师生行为数据,能够真实反映网络教学的开展情况。研究在数据挖掘理论的指导下,以内蒙古某高校2019年度网络教学平台公共必修课为研究对象,提取学生的基本特征、网络教学行为特征、学生学习效果特征等,根据这三类特征数据构造新的行为属性以深入刻画教师与学生行为。通过对网络教学平台存储的师生网络教学行为数据进行数据挖掘,在理论方面有助于研究学生的学习行为规律,在应用方面有助于了解教学过程、评价教学效果,从而提高教学效率和教学质量。在网络教学行为数据挖掘实践中,采用Python语言设计数据分析、处理程序,同时借用SPSS软件和GSEQ软件等从多个角度分析师生行为,挖掘教师行为模式、学生行为模式,探讨行为与学习成绩关系,讨论行为出现的原因并提出改进网络教学的建议。研究表明数据挖掘和行为序列分析法是有效分析网络教学行为数据的方法,研究结论丰富了对教学行为的研究,对开展网络教学和改进教学平台建设具有借鉴意义。