在最近几年里,随着移动互联网和大数据技术的发展,教育领域也逐渐开始利用新技术進行新模式的教学,网络教学由于其不受时空物理性的限制开始在各个国家都受到欢迎并已经应用到实际的教学中。网络学习资源越来越多,导致學習者面对这些资源时,不知道该學習哪些内容,该从哪着手學習,况且,不同的學習者拥有着不同的學習特点,如何根据个体學習者的差异来对其學習资源進行推荐,就要求相应的系统来记录學習者在本系统中的學習行为,根据这些采集到的数据進行挖掘和解析,通过解析结果来为学生提供个性化的教学资源、教学路径。如此才能实际达到利用网络资源的技术提高教学效果的作用,改掉传统教学的方式一刀切的弊端,提高學習者的學習效率。作为影响学习者学习特点的主要因素,学习者的学习风格在很大程度上影响着學習者的學習过程,那么,如何确定學習者的风格,根据學習者的学习风格来实现适应性學習也是一大研究点。目前的风格判定方法主要是采用调查问卷,但是通过这种方法获取到的学生的学习风格不一定是准确的,本文提出的方法是基于學習者的动态的學習行为数据,发掘出學習者的学习风格,依据學習者的学习风格推荐对应的教学资源。通过学习目前已有的关于学习分析的国内的论文研究情况,大多数的文章都是通过提出研究问题,说明研究的思路、研究技术后就直接提出研究结果,中间解析挖掘过程中数据的搜集往往都不会做详细的说明。因此,本文的目的主要是针对學習者學習行为数据识别学习风格的目的,建立一个基于學習风格的大数据采集模型,然后可以在后续的研究中将其应用与具体系统通过大数据采集与处理學習者的學習行为数据,解析评价學習者的学习风格。