“互联网+教育”的大趋势下,信息技术推动教育领域发生了重大变革,网络已成为人们获取知识的重要途径,然而线上学习的诸多问题也随之暴露,比如部分用户协作学习积极性不高。本论文交叉融合复杂网络理论和演化博弈方法等多学科知识,研究在线学习环境下群体协作学习行为的演化机理,探究促进群体协作学习行为的干预机制设计。本文确立了能表征学习者之间交互关系的理论网络模型,在此基础上从两个角度切入围绕群体协作学习行为演化机理展开研究。首先,我们探究了群体协作学习行为关键影响因素的内在作用机理。网络演化博弈视角下,信誉会作用于学习者选择交互对象的过程,从而影响相互作用网络的演化,期望会作用于学习者选择学习对象的过程,从而影响策略学习网络的演化。通过对关键影响因素进行建模仿真,我们得出适当的信誉和期望会对群体协作学习行为的涌现起到积极效果的结论。然后,我们试图从微观层面对个体学习者策略更新过程进行描述。考虑到学习者决策行为和粒子群算法中粒子的行为有很多相似的特征,在学习者策略更新过程中引入粒子群算法指导学习者调整策略行为,仿真结果及分析表明,PSO学习规则能够较为贴切地描述学习者策略更新过程。在对关键影响因素的内在作用机理分析的基础上,本文从收益调节角度探究群体协作学习行为激励机制设计,描述了一种基于奖励的群体协作学习演化模型并定义了收益矩阵。借助复制动力学方程工具分析群体演化性质,从理论上定性地推导得到能实时调整奖励值大小的动态奖励函数,由平台根据动态奖励函数计算每一轮应该赋予协作者的单位奖励值,当群体中全部为协作者时,平台就不再执行奖励。通过仿真实验对群体不同的演化状态进行分析,验证了理论分析的正确性和动态奖励机制的有效性,表明了动态奖励机制从长期来看能有效降低平台奖励开销。