学习分析技术是指在学生日常学习中通过一定的技术手段全面采集数据并加以分析，获取学生学习知识的进度及深度，挖掘学生在学习过程中遇到的困难与问题，预测学生在未来一段时间的学习表现及发展规律的技术。

关于学习分析技术的研究近年来在教育教学研究领域中刚刚兴起，其核心是围绕教育领域中诸如知识传递、学生个性化学习、教师日常教学等行为的数据进行抓取、归类和分析，进而对后续行为进行判断乃至预测，为施教者和管理者提供较为直观的信息以供决策参考。

在精准化的取向下，团队不断探索以数据赋能的具体方案，推动学生事务管理向信息化、数字化、智慧化发展，取得一定经验。以学业辅导为例，依托移动互联数据云平台实施教学活动，采集伴随式的学业数据，在学业数据上形成动态预警，进而实现精准帮扶、高效辅导。

搭建移动互联教学云平台：

移动互联教学云平台，是移动互联网、大数据技术与教育教学结合的产物能够实现泛在化、互动式的学习，记录学生的学习痕迹并储存在云端，作为教学反馈、学习反馈的基础数据。

实施伴随式学业数据采集：

在云班课中，当教师提供学习资源、发起教学活动，其教学行为被记录；学生查看资源、参与活动的学习行为也会形成痕迹。

伴随式学业数据的采集是与行为的发生同步进行的，覆盖课前、课中、课后三个环节，包括学生的出勤数据、教学内容的学习数据、教学活动参与数据、测验考试数据。

依托学业数据形成学业动态预警：

基于云平台采集到的伴随式数据，进行学业预警。以学习拖延指数为例，根据移动云平台中记录的学生提交作业的时间，设定学习拖延指数，将学习拖延指数分为5个等级。在验证中，严重拖延和极严重拖延的学生课程不及格率极高，预警准确率在75%左右。

基于动态预警开展精准帮扶：

实时通过移动端反馈给学生本人、任课教师、辅导员。之后，由任课教师和辅导员进一步通过深度辅导等方式逐个了解学生情况，因材施教。