随着计算机技术以及互联网技术的发展,在线教育变得越来越普及,教育信息化的逐渐深入也带来了教育数据的爆发式增长。随着大数据,机器学习、数据挖掘等技术的发展,通过分析这些教育相关数据实现个性化的教学目标将成为可能。现如今国内外已有越来越多的学者对在线教育中网络学习者资源应用的行为展开了研究。但是,大家更多的是依照自己的研究领域和方向以及获得的资源设计学习行为的分析系统和方法,各种方法和系统之间差别较大,没有形成一个统一的体系或者框架,这就导致研究成果的实践性比较差。因此本课题针对实践性和统一性问题对网络学习者资源应用行为进行了相关研究。本文首先利用文献分析法对国内外学者关于资源应用行为分析模型和一些主要的分析方法进行研究,在此研究基础之上提出了资源应用行为分析模型。此模型主要概括了在线教育领域内资源应用行为的分析过程以及创造性的将分析过程分为描述型、诊断型和预测型,并针对三种不同的分析类型进行了相应的介绍,模型从宏观角度对资源应用分析系统的开发提供了建设性的意见。在后面章节,基于此模型开发了资源应用行为分析工具,此工具能够接收教师或教学工作者上传的资源应用行为数据,并通过系统内部的分析过程反馈分析结果。在分析过程中,借鉴了国内外学者在在线教育领域中开发和实践的多种方法。分析工具为其他研究者提供了一个开放的研究平台,其高度的独立性和可拓展性能够使后来的研究保持统一,提供了更多实践的可能。本课题通过对网络学习者与网络学习资源之间的交互行为进行探究,挖掘、分析和利用交互数据为教与学提供可靠保障,并基于学习者的个体差异提供个性化的学习诊断,评估学术过程、预测未来表现和发现潜在问题等。网络学习者资源应用行为的研究为个性化教育的实现提供支持。