在“互联网+教育”时代,各学校争相发展教育信息化,一大批云课堂、云平台如雨后春笋地被建设起来。因材施教一直被誉为最行之有效的教育方法,然而在实际教学中,大部分网络空间中无法为教师提供系统的学习分析,导致教师面临学习者行为的大数据,却无法对其进行有效利用。在教育大数据兴盛发展的今天,应当如何量化这种“材”,向学习者、施教者描绘一幅学习状态图,从而为“施教”提供有利依据呢?这便是本研究关注的重点。首先,基于该研究重点,对网络学习空间、学习行为分析相关理论进行研究。社区型网络学习空间就是一种以在线研讨为必要特征的、支持在线学习活动开展的虚拟空间。学习行为分析则重点关注学习者在学习过程中产生的外显或内隐的学习行为,通过对学习者学习行为的测量、采集、分析和报告,使得学习者的学习情况更加便捷和直观地被理解,进而能够有针对性地开展教学或改进学习活动。社区型网络学习空间中包含了数字教育资源、管理与决策、交流与对话三个子系统,系统中包含了学习者的访问时间等外显行为,也包含测验、论坛提问、回答等内显行为。基于此,提出了社区型网络学习空间中的学习行为分析模型。该模型从学习者的外显和内隐行为中,对其点击偏好、认知状态、交互状态、情感倾向和关注主题这五个方面进行分析并形成可视化结果。然后,依托于数字媒体技术专业《C语言程序设计》混合式课程,以该分析模型为基础,采集与分析学习者的在线学习行为,对学习者个人、整体的学习情况进行分析,并形成可视化结果。在本研究中,该分析结果主要向教师反馈,为教师改进教学策略、制定有针对性的教学干预措施等提供科学依据,进而能够实现因材施教的教育方法。该模型的分析结果也可以向学习者反馈,为自我调控能力较强的学习者进行自我管理提供参考。最后,从学习者成绩分析和学习者访谈对学习者的学习效果进行研究。研究结果表明,通过本模型分析学习者在线学习行为可以有效反应学习者的学习状态,能够为教师提供改进教学的有效信息,从而达到有效课堂的最终目标。这也直接说明了该分析模型应用的有效性。