【摘要】对学生学习行为进行全面的定量化描述、学业诊断、精准预警、处方干预,有助于准确识别学习危机学生,提供精准教学服务。本研究利用数据挖掘和学习分析技术,跟踪分析在线学习中非干预行为数据,包括过程性结构化外显信息(如学习状态、学习交互、学业水平等)和非结构化内隐信息(如学习者情绪),确定在线学习危机预警因素。本研究采用朴素贝叶斯构建精准预警模型,利用准实验设计对处于学习危机的学生进行聚类分组,并提出采用邮件通知人工干预和在线学习支持环境自动干预两种策略,同时通过信誉积分和预警指标干预制度加以保障。研究结果表明,模型能够准确识别学习者学习状态与趋势,发现学习异常者;干预策略能够有效引导学生学习,化解学习危机,促进个性化教学和学生管理。