随着全球信息科技及互联网技术的发展，教育领域与互联网信息技术结合的紧密程度越来越大，特别是2012年兴起的MOOC(Massive Open Online Course)，更是带动了全球在线网络教育平台的迅猛发展。　　在这样的背景下，学习分析技术应运而生，迅猛发展。教育信息化是学习分析的基础，学习分析又带动了教育信息化产生更大的价值。通过分析学习者的学习行为，了解学生真实的学习状况以及学习平台与课程设置的科学性，探索普遍性的学习规律，从而优化学习平台课程设计，教师的教学方法与手段，最终有效提高学生的学习效果。　　本文以美国哈佛大学和麻省理工大学在2014年5月发布的edX平台上的大规模MOOC开放数据为研究对象，运用数据挖掘技术，对学习者的学习动机、学习行为与学习效果的关系进行研究，建立一个学习行为分析与学习效果预测模型。该模型包含三个子模型:学习者分类子模型;学习成绩预测子模型;是否获得证书预测子模型。实验结果表明该模型达到了较高的预测精度，具有一定的实用价值。本文旨在帮助了解学习者在MOOC平台上的普遍学习状况，发现影响学生的学习效果、学习积极性持续性等方面的因素，为促进MOOC平台的发展以及基于MOOC的学习分析研究，做出一定的贡献。