慕课的兴起,让更多的学习者有了接触优质教育资源的机会,但是目前的教育方式严重依赖学习者的主观能动性,大部分学生难以在课程学习中坚持下来。慕课平台私慕课对线下课堂的支撑,极大地提高了教学的效率。如何快速识别学生的学习风险,如何让学生高质量地协作学习,从而更好地理解和掌握知识,培养学习创新能力,是当前亟需解决的问题。为解决以上问题,通过对一门课程多个学期课程数据的研究,根据课程数据的有关特征,提出了基于学习风格的学生自动分组算法和基于学习风格的学习风险预测算法。自动分组算法通过分析学生的学习特征,构建其学习模型,利用基于半监督学习的分类算法对学生做初分类后,最终基于遗传算法实现对学生的自动分组,将学生分成结构合理的学习实践小组,以达到优化协作学习效果、提高学生成绩的目的。为了充分利用和挖掘学习行为风格特征对分组协作学习的影响,风险预测算法以学习小组为研究对象,通过分析小组学习特征,构建小组学习模型,基于梯度提升决策树算法识别具有高结构性风险、协作效果不佳的学习小组,并及时进行干预。为验证自动分组算法的有效性,基于软件工程专业某课程数据集开展分组实验,自动分组算法给出的分组方案较随机分组的方案,学生能取得更好的成绩。除此之外,为验证风险预测算法的预测能力,开展了基于风险预测算法的干预实验,经过干预的存在结构性风险的小组成绩得到了明显的提升。