随着时代的发展,关于少儿的编程教育在教育领域越来越受到重视,Scratch和Python作为中小学生的首选编程语言在编程教育领域被广泛使用,由此应运而生了很多面向少儿的在线编程平台。然而这些平台普遍没有向外提供公共的数据集。与此同时,随着机器学习和人工智能的广泛应用,越来越多的研究者开始在少儿编程教育领域利用大数据分析技术来研究学生的编程学习情况,以帮助学生更好地提高编程水平,但是数据集匮乏限制了其进一步的研究分析工作。因此,构建一种在线编程领域的多维数据集,同时对外开放细粒度的数据API检索服务,是十分必要的,这将给研究者在计算机教育研究领域的研究提供丰富的基础数据,具有很广的应用前景。针对上述问题,本文首先设计了一种在线编程平台数据集架构,分为数据采集、数据处理和数据提供服务三部分。然后在数据处理部分,针对Scratch作品类别数据不准确的问题,提出了一种基于标签关联性的多标签Scratch分类算法,设计并实现了一个多标签Scratch分类模型;进而,提出了一个多维数据模型,包含用户模型,作品模型,行为模型和领域模型等四个维度的数据,实现了多维数据集的构建。最后基于所提出的架构和结合用户的实际需求,设计并实现了在线编程平台数据集构建及数据服务提供的原型系统。实验结果表明,本文提出的基于标签关联性的多标签Scratch分类算法在分类性能和时间性能上优于RAKEL等多标签分类算法,构建的多标签Scratch分类模型有效地保证了多维数据集的数据准确性;本文提出的多维数据模型促进了多维数据集的数据多元性。本文设计实现的原型系统,功能测试验证了系统的正确性,在性能上具有较高的水准,可以提供灵活高效的数据API检索服务。