随着移动互联网技术、人工智能技术、计算机网络技术以及信息技术的不断发展,人类俨然已经进入了大数据时代。人类每天都会被信息所淹没,同时每天又生产大量的数据,数据挖掘技术在商业领域的成功应用,电子商务的智能推荐与个性化服务等等,使人们发现数据背后的价值。如今数据挖掘技术应用于金融、军事、通信等领域,都取得一定的效果。这种环境下,将数据挖掘技术应用于教育领域,挖掘学习者产生的行为数据,分析数据背后的价值,以此来促进教学效果的优化,成为所有教育者的整体诉求。学习分析技术应运而生,通过分析学习者的行为数据、挖掘教育模式与教育规律,优化教师的教与学生的学,将数据以可视化的形式反馈给教育者、学习者和教学管理者,为个性化学习和智慧教育打下坚实的基础。但是,如何真正有效的将学习分析技术应用于教学实际,真正地促进教学效果的优化,发挥技术的优势,成为教育工作者的关注点。本研究采用分层建模的思想,利用学习分析相关技术,分别从确定目标、筛选变量、呈现结果三个维度建立子模型。三个子模型的有机结合组成最终的基于学习分析技术的预测模型,并将该模型应用于吉林省教育学院教师教育技术初始能力培训课程上,通过对Black Board平台上学生产生的学习行为数据进行一系列分析,得到预测模型结果。预测模型能够解释学生课业成绩95.9%的变化,预测模型对教师教育技术初始能力培训课程起到很好的反馈与预测作用。通过实证研究有效地验证模型的可用性和有效性。笔者试图建立一种普适性的模型,为学习分析相关研究提供方法上的指导。本研究将学习分析技术应用于教学实际,期望为日后学习分析相关实证研究起到借鉴的作用。