随着计算机网络技术的发展和远程教育理念的深入,各种类型的虚拟学习社区如雨后春笋般快速崛起,其开放、灵活的特点深受教育实践者和学习者的青睐,它满足了学习者通过网络便实现人际交往的需求,打破了传统教学理念的枷锁,使学习可以在不同的时空进行,实现了对课堂教学的补充,也为学习者提供了一种自我向导的学习方式。然而,在目前虚拟学习社区的教学实践中,仍普遍存在学习者社会性交互积极性较差、交互频率低、交互内容不够深入等问题。学习者社会性交互特征和交互策略的研究将有助于提高学习者的社会交互积极性和能动性,为教学实践者有效地组织交互活动以及解决交互中存在的问题提供借鉴和参考。学习分析是近年来教育技术领域的研究热点,它突破了以往研究中提取数据周期较长、花费人力物力较多的局限,为大数据时代虚拟学习社区的社会性交互研究提供了新的研究视角。本研究将以学习分析为技术支持,开展虚拟学习社区中学习者的社会性交互特征及交互策略研究。利用学习分析工具SNAPP、社会网络分析工具UCINET分析学习者在课程第一阶段的社会性交互数据,从宏观整体网络到中观群体内部子结构,最后到微观学习者中心性分析,提取了虚拟学习社区学习者的社会网络结构特征以及四种学习者类型。然后采用CMC内容分析法,依据新版布鲁姆认知历程向度从六大类别和十九个次类别对学习者社会性交互的深度进行分析,获得学习者的认知水平特征,再运用访谈法,探究处于社会网络边缘的学习者其消极交互的原因。课程第二阶段主要根据前期数据分析结果,提出促进社会性交互的有效策略,并在课程新阶段中实施,通过相关数据分析来考察学习者社会网路结构和认知特征的变化,以此检验交互策略的有效性,为有效组织社会性交互活动、提高社会性交互质量提供参考和依据。