随着信息技术特别是无线互联网的高速发展,移动终端应用已经成为人们日常生活中不可分割的一部分,移动终端应用为高等教育提供了新的机遇。移动教育类应用对传统课堂教学模式与理念造成了强烈的冲击,特别是教学理念与“互联网+教育”概念的不断推广和影响,使得新型的移动教学模式逐渐的完善,市面上也随即出现了大量的教育类APP,例如“网易云课堂”、“流利阅读”等。纵观这些教育类APP会发现,这些教育类APP大部分都是线上类的,即教师用户与学生用户仅在线上交流互动。对于在校大学生而言,大部分的学习时间都在传统课堂上,而且学生在传统课堂上会产生大量的行为数据,将这些数据进行收集并对这些数据进行数据挖掘,分析数据之间的关联性,再将发现的规律反馈到传统课堂上,这将会对辅助教师教学、提高教学质量提供帮助。本文基于“翻转课堂”移动教学辅助系统软件原型开发的基础上,重新设计该款软件并进行跨平台开发,新增“作业发布”、“课堂测试”等功能,该款软件旨在将传统教学的教学方式用一款APP来实现并从中获取学生用户的行为数据。而后在“翻转课堂”移动教学辅助系统软件获取数据的基础上,设计并研发了学生学习状态预警系统,引入机器学习的思想,采用Adaboost机器学习算法对数据进行挖掘和分析,对学生的近期学习状态进行预测,达到学业预警效果,最终将预警结果展示给老师和同学,给于学生一定警示效果的同时也可为教师调整教学计划提供数据参考。本文提出的基于移动教学APP的学习状态预警系统,在实际投入使用的过程中,学生和教师反馈良好。该系统的投入使用提高了教师教学质量和教学效率,同时给于学生学习警示,促使学生更好的投入到学习当中,达到了系统设计需求。