大规模在线开放课程(MOOC)自2012年在全世界掀起热潮至今,已走过了四个春秋。在其发展过程中,MOOC的学习者贡献了海量的学况数据,对于教育工作者来说,这些数据无疑是极具诱惑力的富矿。对这些数据进行整理、分析和挖掘等探究,将会有助于学习者学习特点和行为规律的发现与总结,从而为教学设计的改进和学生的自适应学习提供指导。本文回顾了MOOC的发展历程、梳理了国内外的相关研究现状,文中选取了国内知名MOOC平台发布的一门课程,对其学习者行为日志数据进行分析。研究内容侧重于利用多种研究工具和研究方法对该平台上选定为研究对象的行为日志数据进行提取、清洗、规范化和统计分析。主要关注的是学习者自身的属性特点、学习行为当中的看视频行为、课件间做小练习题行为、讨论区交互行为几个方面所反映出的MOOC学习的行为特征。论文尝试利用相关分析、独立样本检验等方法,探索影响这些行为特点的诸多因素。最后用K-means聚类分析将MOOC学习者划分为4种类型,并依据分析的结论,提出了改进策略和建议。论文共分为六个部分,具体内容如下：第一部分为绪论。介绍了本研究的研究内容,研究背景、目的,研究的意义和研究工具,同时也介绍了论文的总体框架和研究思路。第二部分通过文献研究,形成相关研究的研究现状和本研究相关理论综述,为论文研究的展开做好了必要的铺垫。第三部分为平台及课程的介绍。本章对X. com在线平台和选取的《XX原理》这门课程进行了简单介绍,阐述了选取该课程的原因以及该课程的内容框架。第四部分为基于行为日志数据的学习行为分析,包括学习者的属性特点分析,学习者各种行为分析以及影响这些行为的因素分析,学习行为与学习效果之间的关系以及学习者类型的分析。第五部分为研究结论的归纳和总结,并提出建议和策略。第六部分为研究的不足与展望。本章主要对整个研究进行反思总结,反省本研究的局限,并提出展望。