随着国家对编程课程的重视,基础教育阶段大力开展与编程相关的校本课程,同时各类编程教育类的培训机构也投入编程教育的普及中,这些都让编程教育的学习者的学习方式更加的多元化,为可视化编程环境中的在线自主学习行为分析提供了必要的发展条件。通过记录可视化编程过程中产生的大量学习行为数据能够反映出学习者学习过程中的状态。本研究对可视化编程中小学生的在线学习行为进行了研究,分析了可视化编程环境下的小学生学习者编程过程中的学习行为特征,研究了可视化编程环境下的在线自主学习行为对其学习效果的影响。主要的研究如下:1、构建了以任务分析、寻求帮助、自我监测、自我反应、自我评价、自我反思的六种可视化编程环境下小学生在线自主学习行为框架。2、通过K-means分析对可视化编程环境下小学生学习者类型进行划分,根据学习者在可视化编程环境中产生的在线自主学习行为的相似程度,将学习者划分为三个不同的簇,分析了同簇的小学生学习者在可视化编程环境下的在线自主学习行为的特征,根据其特征命名为“独立型”、“执行型”、“依赖型”三种不同的簇。3、通过马尔可夫链分析筛选出同簇中高绩效学习者和低绩效学习者的高频在线自主学习行为转移概率,结合与参与者的访谈结果来看,本实验中参与者的反思行为对任务的执行有促进作用,推动了任务的完成和提高了任务的准确率。4、通过Prefix Span算法作为挖掘算法,筛选出阈值为0.9以上的高频在线自主学习行为序列,探究同簇中高绩效与低绩效小学生的高频在线自主学习行为序列的差异,结合参与者的访谈结果,其中“独立型”簇中高绩效组的学习者通常注重任务分析并时刻回顾目标,而低绩效组的学习者在完成任务过程中目标不清晰。“执行型”簇中高绩效组的小学生在不断探索中寻求程序的最优解,同时他们还及时的寻求帮助来推进学习计划。而低绩效组的小学生陷于困惑的时候没有合理地寻求帮助来远离困境。“依赖型”簇中高绩效组的小学生对任务有自己的思考过程,适度地寻求帮助来推进任务的执行,而低绩效组的小学生缺乏独立思考的过程。结果表明同类型中高绩效与低绩效小学生的在线学习行为序列有明显的差异。最后本研究分析了实验结果,提出了可视化编程环境中提升小学生自主学习能力的相关策略,为提升可视化编程环境下小学生学习者的学习绩效提供了策略指导。