基于教学服务支撑平台的在线教学模式中，教师无法对学习者的学习状态进行实时评估与干预，因此对学习者的自主学习能力要求较高。在缺乏教师实时监管的情况下，如何降低因学习者缺乏自我控制能力而导致学习效率低下，甚至课程考核不合格的风险，已经成为教育界关注的热点。　　通过对已有的在线教学服务模式进行研究，发现绝大部分在线教学服务模式都是线性的、单向的，一般流程为:数据来源（教学服务支撑平台）→数据驱动（数据分析）→任课教师。线性教学服务模式只能完成对学习者学习效果的终结性评价，不能达到任课教师与学习者实时调整教学状态的目的。　　针对以上问题，本文提出一种数据驱动的反馈式教学服务模型。　　该模型具有以下特点:　　1）服务模式是封闭的、循环迭代的;　　2）平台用户作为数据产生者也是数据受益者，数据产生的过程是循环的、动态的;　　3）平台会结合风险阈值对学习者学习状态进行评估，并进行自主预警反馈。　　本文的工作主要包括以下几个部分:　　首先，阐述了基于教学服务支撑平台的在线教学模式下，反馈式教学服务模型研究的意义。　　其次，提出了反馈式教学服务模型，并从数据来源、数据处理与分析、结果展示与反馈三个维度对模型进行构建。　　再者，教学服务支撑平台存储的学习行为数据是多维度的，不同类型的数据存储的数据属性不同、考核标准不同、研究方法不同。本文重点选取课程资源学习时长、课程作业提交时间分布、课程论坛活跃度、平台登录密码四个维度对反馈式教学服务中的关键技术进行研究。　　最后，以云课堂为例，阐述数据驱动的反馈式教学服务模型在教学支撑平台中的具体应用。通过对该模型应用前与应用后的效果进行对比分析，发现该模型能够有效提高课程资源利用率、降低作业提交失败的风险、增加课程论坛的活跃度等，在一定程度上达到优化教师教学以及学习者学习的目的。