移动技术迅速发展和手机用户快速增多,吸引大量运营商将资本投入到APP（Application,手机应用程序）的研发上。教育作为国之大计,教育事业的大力发展是发挥我国人力资源优势、提高全民思想道德素质和科学文化素质的必然选择。基于移动客户端APP在手机上不受时间和地点等因素限制的特点,在线学习类APP快速发展并受到广大学习热爱者的欢迎。在线学习类APP蓬勃发展的趋势,吸引更多资本注入,造成各大在线学习类APP运营商之间竞争更加激烈。在激烈的竞争中,平台如何高效挖掘用户关注的主题,如何优化在线学习类APP的功能和服务,进而提高其竞争力成为一个重要的问题。在以手机APP为对象的研究中,主要集中在手机APP的界面设计、用户行为等方面,从设计的基本理论知识出发,定性分析或结合调查问卷定量分析APP的优缺点,最后向APP平台运营商提出合理优化应用的建议。近年来,随着互联网飞速发展和手机普遍使用,用户能方便地在应用商店中发表自己对于某款APP的评价,比如说用户在使用过程中的体验感受和针对于该款APP的提高建议等,由此在应用商店中产生出海量在线评论。用户在应用商店中发表出的评价是其在使用时感受到的最真实体验,蕴含着用户的体验感受、功能请求和错误报告等信息,所以本文选择以在线学习类APP的评论为研究对象,在评论中挖掘用户的关注主题和遇到的问题,进而为在线学习类APP的运营平台提供合理的优化建议。LDA（Latent Dirichlet Allocation）主题模型是一种概率生成模型,基于贝叶斯机构,拥有文本-主题-词汇三层内容,对于提取海量数据中潜在主题有很好的效果。目前的研究中,LDA主题模型在话题挖掘、文本分析、信息检索、情感分析等研究方法上有广泛应用,并且以在线评论为研究对象的分析也越来越多。然而遗憾的是,针对在线学习类APP评论的研究相对较少,缺少从在线评论中利用LDA主题模型方法挖掘用户对在线学习类APP关注点的隐藏主题信息的研究。因此,本文选择这种方法来研究用户对在线学习类APP的关注点并为APP的运营商提供合理的优化建议。在大量在线学习类APP中,中国大学MOOC拥有以下特点:首先,知名度高,由高教社爱课程网和网易云课堂携手打造,并承接教育部国家精品开放课程任务;其次,用户众多,该款APP当选为App Store2015年度精选应用,在苹果商店有可观的下载量和评论量;另外,在用户群体中,大多数为学生,其发表的评论用词较为标准规范。基于中国大学MOOC以上展示的特点,本文选用该款在线学习类APP的在线评论为研究的主要对象。因此,基于在线学习类APP评论具有数据量大、非结构化等特点,笔者选取中国大学MOOC在线评论为研究实例。在本文分析过程中,利用LDA主题模型识别挖掘评论文本的潜在主题信息,并且通过引入时间因素来观察主题的演化过程,挖掘其内容主题和变化。联系实际背景并综合文献对结果进行讨论,综合分析在线学习类APP的优缺点,为在线学习类APP开发运营商提供APP更新和优化建议,并且预测用户在下一阶段对在线学习类APP的使用需求。本文具体内容如下:首先,说明挖掘在线评论主题的方法。对数据预处理和潜在主题挖掘方法进行研究,对LDA的来源发展、基本原理、参数计算以及建模过程中采用的Gibbs参数估计方法等重点内容进行详细说明。其次,选取在线学习类APP代表—中国大学MOOC在线评论为研究对象进行实证分析,利用LDA对其潜在主题进行提取识别。通过运算出的结论,联系实际背景,为在线学习类APP的平台运营商提出优化和更新的建议。另外,选取同样的数据,在LDA主题分析基础上引入时间因素,探究在线学习类APP评论主题演化过程,结合演变过程的分析结果,探究用户关注主题的变化趋势。利用主题演变趋势,预测未来用户关注主题的重点,为在线学习类APP平台运营商在未来的工作重心提出预测建议。最后,总结本文的研究内容,联系实际背景并综合文献研究,为在线学习类APP平台运营商提出更新和优化等建议。