进入新世纪,倡导终身教育理念,随着现代信息技术的飞速发展,学习的方式呈现出多样化趋势,在这种情况下数字化学习环境在现代教育体系中发挥着越来越重要的作用。自适应学习环境是一种智能的数字化学习环境,可以便利的实现人类教育的智能化模拟,在自适应学习环境下进行教育研究具有深远意义。在自适应环境中,学习者的学习情况可以通过学习者特征进行考察,但学习者特征不是影响学习者学习和发展的关键因素,学习者的全部特征也不能在一个单纯的学习环境中得到体现,在适应性学习环境中,教与学时空分离,学生的个性化学习、任务驱动学习、情境学习等特点使得管理者无法对学生学习过程情况进行全面的了解和监控。因此我们需要从影响学习情况的学习者特征中找出关键因素,才能更好的掌握学习者的学习情况,也才能设计更好的更适应学习者的学习环境,真正实现个性化教学。自适应学习环境要实现个性化,对学生进行因材施教,就必须为学习者提供适应性学习的措施,其中包括:适应性学习方式、适应性学习策略、适应性学习模式等。而这些适应性措施,都离不开学习者学习行为的分析研究。鉴于上述分析,本研究试图研究影响学习者学习的学习行为因素,通过技术手段全面记录学习者在适应性系统的自主学习的相关数据,通过数据挖掘Weka软件工具对挖掘数据进行深入分析,试图建立学习者学习行为与学生学习水平关系的回归模型。