随着互联网信息技术的发展,大规模在线开放课程(MOOCs)作为一种的新的教学方式,在国内开始迅速兴起和发展,但普遍存在着学习效果不佳或学习者大量流失等问题,阻碍了MOOCs的持续发展。为了解决MOOCs中存在的问题,需要大量关于MOOCs的研究,深入理解MOOCs下的学习者,能实时掌握学习者学习状态和情况,对于课程教师和平台管理者来说都是极为有利的。其中通过对客观存在的学习者行为数据分析来理解学习者是很有研究价值和意义的。本文对楚课联盟平台下的学习者展开研究,充分利用了平台中已有数据,对在线学习行为进行分析和预测,首先结合相关行为理论,对平台下学习者进行了行为活动属性分析,然后针对MOOCs中学习者流失问题,进行了影响因素分析并建立行为数据模型,提取并确定30个具体且全新的学习者行为特征,然后运用逻辑回归求得各行为活动的特征系数并分析得出了若干个强关联性的行为特征,最后了另一种概率图模型-隐马尔可夫模型进行了预测对比分析,验证并评估了模型得预测精度和可行性。本文研究结果说明了基于学习者行为特征对MOOCs流失问题研究是很有价值的,为之后更加深入挖掘学习者的学习行为属性和规律提供了参考。深刻理解学习者体现了因材施教的教学理念,有助于提供更优质的个性化学习服务,提高学习效果和质量,有利于MOOCs的可持续发展。