聚类分析是学习分析和数据挖掘的常见方法,其核心在于通过分析对象特征属性集合的相似程度来进行分类。聚类分析在远程教育中有着广阔的应用空间,可以对在线学习行为模型和绩效水平进行有效划分,使之成为后续研究的重要基础。对在线学习领域的典型聚类研究进行分析,将聚类研究的流程和要点进行总结,着重探讨了聚类变量选择和有效性检验等方面,并对252门MOOCs的在线交互状况进行了聚类分析。研究发现,我国大多数MOOCs交互水平较低,教师在交互中并不活跃,没有进行积极的答疑辅导和交互组织;随着教师发布主题帖数量的增加,课程的交互水平会随之提高;教师的积极参与能够促进课程交互水平,但在交互水平较高的课程中,教师投入的增加并没有带来课程交互水平的增长;教师需要对学生的交互进行有效组织,才能促进交互水平的进一步提高。