由于近年来互联网的普及和大量学习网站的出现，网络学习已渐渐成为重要的学习方式之一。学习者在互联网环境中，依照自己的速度、自己的需求、以自己喜好的方式进行学习，这种学习方式大大地增加了学习受众面和学习者的积极性；在年轻一代中，这种新兴的学习方式接受度非常高。 网络学习的迅速发展也带来了一个新的问题：如何对学生的网络学习进行评价?网络学习行为分析由此应运而生。通过Web行为分析，可以从学习者访问系统产生的数据中抽取感兴趣的模式，进行学习效果评价，了解学习者的学习兴趣和地域分布，以便进一步改善网站结构和为学习者提供个性化的服务。 当前学习行为分析都是对Web日志进行挖掘，Web日志记录了学习访问信息，但并不包含客户端的行为信息。缺少客户端的数据，行为分析的结果必然会产生偏差。针对Web日志分析的不足，本文提出了将客户端的学习行为纳入到行为分析中。客户端的页面浏览时间将被收集，并结合Web日志数据进行分析，由此得出的结果要较之前的分析有更高的准确度。 本研究主要包括四部分内容：第一部分介绍网络学习概念、内涵和浏览行为分析的技术、过程等；第二部分主要是对客户端追踪技术的应用进行分析、设计和实现；第三部分阐述了应用客户端追踪技术的网络学习系统的分析、设计与实现；第四部分对学习行为分析部分进行了分析设计与实现。本研究的重点是二、三、四部分。 本研究使用JavaScript脚本技术和J2EE架构进行系统开发，并采用了J2EE中的MVC和ORM模式。在进行学习行为分析时，采用文本聚类算法和二次聚类算法对Web日志数据和浏览时间数据进行综合分析。本研究提出在Web日志基础上加入页面浏览时间分析学习兴趣和学习效果的方法，它改进了原有分析的准确度，更好地为下一步的学习评价和个性化服务做准备。