【摘要】预测在校大学生学业成绩并及时进行干预指导，是提升大学生学习效果的有效途径。云环境下，学习中过程性数据的积累为预测分析提供了有力依据。本研究设计并开展一门基于实体课堂和云学习平台（ＭＯＯＤＬＥ平台、微信平台）的混合式大学课程。通过收集学生多类属性及学习过程性数据建立多元回归模型，对其将取得的成绩进行预测，并展开教学干预以提升其学习效果。结果显示，在预测模型方面，多元回归模型可以在全班水平上取得较佳的预测效果；在预测因子方面，绩点、在线学习参与度、前导课成绩和学习兴趣是影响学业成绩的重要因素；在干预效果方面，教学干预取得了较好效果，学弱群体接受干预后进步显著。