实验教学作为学校教育的重要环节,培养了学生的动手操作能力、逻辑思维能力和推理归纳能力。随着多媒体技术和移动通信技术的飞速发展,人们的学习方式发生了巨大变化,在线学习成为学生学习的主要方式之一。在物理学科中,虚拟仿真实验平台为学生学习物理知识提供了在线学习环境,同时为我们提供了大量的实验行为数据。学生的实验操作能力反映了学生对相关知识的掌握程度,是影响实验操作结果的重要指标。目前的虚拟仿真实验平台为学生提供了多种类型的实验以及实验所需的仿真器材,但无法根据实验过程及实验结果对学生的实验操作熟练度和实验结果准确率进行评估,完成对学生实验操作能力的评价。因此,如何基于学生的实验行为数据评价学生的实验操作能力显得尤为重要。针对以上问题,本文以“吃掉物理”APP为例,从实验操作熟练度和实验结果准确率两个角度分析,提出了一种基于K-means聚类和贝叶斯网络相结合的实验操作能力评价模型。其一,利用K-means聚类算法完成对实验操作熟练度的评价。首先获取数据并预处理,保留学生在实验操作过程中的选择实验器材的时间、完成实验的时间、实验操作步数及实验重复次数等实验行为数据,然后采用K-means聚类算法对学生数据进行分析,以空间中数据对象与聚类中心的距离作为类别划分标准,通过多次迭代将学生完成的实验按操作熟练度分为高、中、低三个等级。其二,利用贝叶斯网络完成对实验结果准确率的预测。首先采用聚类算法对学生的多种实验操作行为数据分别聚类,将聚类结果作为评价指标,并在此基础上建立基于贝叶斯网络的学生实验结果准确率预测模型,完成对学生实验结果准确率的预测。通过设计仿真对比实验和系统的开发,结果表明该模型能够有效的评价学生的实验操作熟练度和预测实验结果准确率,模型预测精度在89%左右。该研究结果为评价学生的实验操作能力提供了有益的参考。