智能授导系统是一种模拟教师行为、指导在线学习者进行个性化学习的新学习平台,其中,学习行为特征分析是智能授导系统的核心。准确的获得学习者的个性化行为特征是提高智能授导系统适用性与实用性的关键。近年来教育信息化相关政策的大力推行,使得各大高校、研究部门对智能授导系统进行了大量的研究。而近期疫情的影响,使得智能授导系统的重要性再次体现出来。本研究首先通过对大量文献的分析和总结,构建适合智能授导系统的在线学习行为特征模型。并在此基础上,以东北石油大学某班级学生《计算机导论》课程的线上学习行为数据作为研究对象,从学习者的在线学习风格和学习情绪两个角度出发,分别采用D-S证据理论与贝叶斯网络两种技术手段对在线学习行为信息进行分析,完成智能授导系统中学习行为特征分析方法的研究,并得到符合人类主观认识的准确的结果。具体的研究工作主要包括以下几个方面:1.研究学习者在线学习行为特征属性与学习风格、学习情绪的关系。分析多种学习风格模型要素,确定学习风格、学习情绪与学习行为之间的关系。依据采集到的在线学习行为信息,结合智能授导系统与课程自身特点,分析和提取能够影响学习风格、学习情绪的相关行为特征。2.对在线学习行为特征分析方法的研究。利用D-S证据理论对学习行为特征分析获取该学习者的学习风格,通过贝叶斯网络分析获得学习者的学习情绪。3.在线学习行为特征分析方法的应用。根据学习者的学习风格与学习情绪分析结果的变化,调整系统推荐内容的难易程度,促进学习者在线学习的主观能动性,达到智能授导系统个性化教学目的。本文提出一种新的在线学习行为特征分析方法,结合实际在线学习行为数据,分析识别在线教育中学习者的学习风格与学习情绪的类型。并提出促进学习者在线学习效果的教学规则和推荐策略,以达到验证学习者学习行为特征分析结果合理性的目的,为在线学习平台的智能化和个性化发展提供参考。