【摘 要】Moodle开源教学平台已在我国教育领域得到了广泛应用，有许多围绕Moodle平台的应用研究。然而，Moodle平台强大的日志功能尚未引起关注，很少有人利用这些丰富的日志信息开展数据挖掘研究。为推动Moodle平台更深层次应用，本文借鉴国外相关成果开展Moodle平台数据挖掘研究，通过常规统计方法、可视化方法、聚类方法、社会网络分析等方法，对网络学习平台的日志和交互论坛数据进行数据挖掘，揭示出某一网络培训班在线学习过程中师生活动的总体情况，发现学生的模块访问偏好和学习时间偏好，分析得出师生交互网络的结构特点。这些挖掘结果可为评估网络培训开展情况、优化学习支持服务等提供参考。 全文查看链接 　　 由图4可以看出，原定7周的培训时间被延长为13周，反映出网络开展培训在时间方面的不可控性。由图3、图4反映出来的学生活动频次变化特点可用于优化学习支持服务人员的配备，即在学生参与学习活动的高峰期（如第三周、第四周）所有辅导教师都应保证足够的在线辅导时间，并要延长辅导时间，加大辅导强度，对一些重要的、热门的讨论区要分工进行引导和回复。而随着学生学习活动程度的减弱，辅导老师则可以轮流值班，并减少辅导时间。由此可以优化人力资源配置，也不耽误学生的学习。 全文查看链接 　　 在UCINET中，沿着Networks-Cohesion-Density-Density进行密度分析，密度约为2.2，即意味着平均每位成员回复了两个成员，并得到其他两位成员的回复。但是对于84天的长周期学习来说，这种交互强度是比较弱的。图中未显示的孤立成员有1位，所谓孤立者指的是从不与他人讨论的人。 全文查看链接