在线教育的兴起,使得学习者可以利用网络随时随地自主学习课程。由此,慕课平台中产生了大量行为数据。这些数据看似繁杂无序,实则隐藏学习者的学习行为特征,若依据行为将学习者聚类并加以分析,不仅能了解不同学习者间学习行为的差异,也能帮助教学者及时调整教学过程。除此之外,讨论区文本反映课程动态,是师生互动、生生交流协作的重要体现,通过分析能够获取不同学习者的兴趣话题。但目前大多数平台讨论区仅为了讨论而讨论,并未发挥实际作用。故研究聚焦于学习者在线学习行为,依据行为指标聚类学习者,比较不同学习群体间在线学习行为、热点话题及学习情绪的差异并总结学习特征,为改进在线教学提供参考性建议。研究以蒙古文MOOC平台中《中学信息技术教学技能训练》、《蒙古民俗》、《计算机导论》三门课程的在线行为数据及讨论区文本为研究对象,采用聚类分析法、文本分析法及比较研究法开展研究工作。研究的主要工作可分为四部分:第一,确立行为分析指标,界定学习群体。在分析学习者在线学习过程中实际有效学习行为的基础上,构建行为分析框架。采用层次聚类方法、K-Means聚类算法,依据行为分析指标将学习者聚类为“一般学习者”、“消极学习者”、“互动学习者”及“积极学习者”四类。第二,分析不同学习群体间在线学习行为的差异。首先对学习者学习行为进行统计分析,整体了解不同学习群体学习行为的概况。然后利用方差分析法,比较了解不同学习群体在时间投入、学习成效、学习互动及学习积极性上的具体差异。第三,分析不同学习群体间热点话题的异同。首先对讨论区文本进行预处理,其次采用TF-IDF算法提取关键词,再根据关键词的语义相似度将其聚类,最终得到每类学习群体的热点话题,比较分析不同学习群体关注知识内容的异同,促进个性化教学。第四,分析学习群体的学习态度。首先采用情感分析的方法探究不同学习群体的学习情绪分布,其次采用问卷调查法和访谈法分别分析学习者和教学者的满意度,探究影响线上学习的具体因素。最终,整合研究结果对如何改进线上教学提出可借鉴的意见或建议。研究的主要结论如下:第一,参与线上学习的学习者数量众多且风格迥异,通过分析不同学习群体间行为的差异,教学者能够在短时间内了解全体学习者的学习情况,及时采取措施从而提高学习效果。第二,学习者在线学习行为分布越均匀越有利于取得良好的学习成效,仅投入于测试或互动的学习者并未取得理想的学习效果。第三,分析教学效果发现,师生均对混合式教学模式呈积极态度,表明该种模式在高校中具有一定的推广可行性。第四,研究发现,学习者线上行为丰富多样,但目前的考核评价多以成绩为准,因此应当完善学习过程中的评价机制,突显学习者的主导地位。