伴随着信息通信技术的创新与发展,人类社会开始步入大数据时代。学习分析作为“大数据”在教育领域的主要应用,已经成为引领教育信息化发展和变革的新浪潮,具有重要的战略价值。然而,随着学习分析逐渐从理论研究走向实践探索,其在学校乃至整个教育领域的应用还十分有限,不论在数据、技术,还是制度、管理、隐私等方面都存在诸多实践瓶颈与挑战。因此本研究引入目标/数据/方法关系链(Objective/Indicator/Method,简称OIM),通过多案例分析法试图抽取学习分析实践的一般规律,建立服务于在线学习平台问题情境的各类OIM关系链,并构建基于OIM关系链的学习分析系统架构,旨在为今后学习分析的实践应用提供新的技术和方法的指导,丰富学习分析系统架构的设计理论。本研究首先对国外经典的学习数据分析模型进行了系统阐述,梳理了教学设计思想在学习分析实践中的应用,在此基础上整理了学习分析中常见的分析目标、数据指标、技术方法。然后,本研究选取近五年学习分析技术与知识国际会议中的144个学习分析应用案例,从分析目标、数据指标、技术方法三个维度对其进行了案例元研究。基于17个量化指标的聚类分析结果,本研究建立了服务于在线学习平台问题情境的10条OIM关系链,例如学习者知识建模、预测学习表现。在此基础上,本研究参考了国外典型的学习分析系统架构,以整合性和系统性为视角,基于OIM关系链设计思想建构了开放学习分析系统架构。该架构包括数据管理、数据映射、OIM关系链、隐私规则、学习者画像、内容建模、分析算法、可视化呈现、分析引擎9大核心组件。最后,本研究通过专家和技术人员访谈,对建构的OIM关系链和学习分析系统架构进行了评估,初步验证其科学性、可用性和有效性,并以“高危学生识别”关系链为例,依托上海X大学在线学习平台设计了“学习风险预警”案例,为OIM关系链的应用提供了示范,也进一步验证了关系链的可用性。