近几年,由于信息化在政府、军事、银行、保险以及其他商业领域等的飞速发展,产生、积累了海量的数据,这些领域均纷纷利用已有的信息化系统产生的蕴含着丰富信息的海量数据构建了数据仓库,来为内部所做的重大决策提供科学的依据,而不是传统地依据经验来做判断。在教育领域,与商业领域相比,发展比较缓慢,但是也有部分院校利用已有的信息化系统(如招生系统、图书馆系统、选课系统、一卡通、就业系统)构建了数据仓库,以分析本校学生的综合情况,为所做的教育决策提供科学依据。但是,并没有针对学生在学习过程中产生的数据构建数据仓库进行分析。本研究的目的为构建学习行为数据仓库。不同的学生个体有不同的学习风格,如时间偏好、感知偏好、学习内容类型偏好、处理学习内容方式偏好等,本研究通过比较国际上认可度比较高的学习行为数据模型,改进后提出本研究学习分析数据模型,针对学生在学习过程中各种各样的学习行为产生的数据,构建了数据仓库。通过OLAP技术,在线分析学生在不同时间、不同模块所发生的不同行为的频次分布情况和时长,推测学生的学习风格,教师可以根据不同的学习风格,提供个性化的学习策略,真正做到有科学依据地因材施教。同时,学习平台可以根据推测结果,推荐个性化学习内容、学习路线,提高学生的学习效率。