随着互联网的快速发展,在线学习平台也越来越受到人们的关注。在网络信息化的今天,在线学习已经走在时代的前沿,学生们已经无需再亲自到教室里听课了,只要通过网络就能随时随地的进行学习,并且具备着人性化教学、24小时在线答疑,学费低廉、减少教育资源分布不公等多种好处。另外,国家也大力发展互联网+网络教育,使得一些网络大学的文凭也受到社会的广泛认可。因此,越来越多的学生选择了在网络上进行学习。目前,在线学习平台的发展过程中遇到很多的问题,由于老师不能面对面的与学生互动,对于学生的情况不能很好的了解,这对传统的教学模式产生了很大的冲击。另外学生产生的数据碎片太多,教学工作者很难完整的把握学生的整体情况,进行因材施教;教育工作者从网络上很难去调查和了解学生的学习情况;教育工作者对于学生平日里学习的活跃度不了解,缺乏互动,本身教学的积极性也很差;教育工作者没有一个及时有效的方法来了解学生日常交流的热点,不能够针对性的解决学生的问题。为此,本文通过研究学生在线学习过程中产生的数据碎片,进行可视化的工作。本文对在线学习平台上的一维数据、二维数据、层次结构这些简单的数据类型进行简单的可视化研究与实现,针对在线学习平台复杂的图结构数据的可视化进行了详细的研究与实现。本文详细的介绍了图布局算法的弹簧模型,以及建立在弹簧模型基础上的图布局FR算法,同时研究了在FR算法中的应用模拟退火算法或Barnes-Hut算法都可以不同程度上提高可视化的效果。为了研究和测试了可视化算法优化的效果,设计开发了一个可视化测试系统,用于对可视化以及算法优化的效果进行测试与评估。这个开发与测试系统为顺利完成研究和开发工作起了关键性的作用。另外,为了在线学习平台的教育工作者可以轻松应用到可视化的功能,特意编写了对应的应用接口。并且利用了网络与教育继续学院的网络平台进行了可视化的工作。本文的最终目的是通过对在线学习平台产生的数据进行可视化的工作,发现在线教育中存在的不足以及疏忽,为了提高教育工作者在在线平台的教学质量,并能够及时了解学生的情况,改进教学方式。