(一)学情数据分析基础功能模块

海洋教育服务平台学情数据分析主要包括学习者分析、线上使用分析、应用场景分析、留存分析、转化分析、知识分享传播分析等数据分析基础功能模块，了解平台整体运行状况，分析教育平台的学习者来源、学习者构成、增长趋势、学习者留存与转化、教学资源使用行为习惯等系列问题。学情数据分析采用数据统计、相关分析、社交网络分析、可视化分析、聚类和异常值分析等学习行为分析方法，以数据驱动海洋教育服务平台学情诊断。

(二)学情事件数据分析

学情事件数据分析应注重分析学习者的页面浏览行为，网站地图中每一个节点单元就是一个页面。学情事件可以视为一次“菜单”的交互触发，比如学习者点击了“菜单”按钮；学情事件也可以视为一个判断逻辑，比如启动学习测试平台，进入测试页面或离开了当前页面。在移动应用程序的统计与分析过程中，事件的监控与分析对于了解和分析学习者的学习行为具有重要的借鉴作用。

学情事件数据分析学习者触发的某个具体行为，可以用次数度量。自定义学情事件可以分为短暂触发事件和持续触发事件两类。短暂触发事件指的是点击课程链接、触发更改资料操作、点击提交按钮等事件；持续触发事件指的是学习者播放教学视频、收听教学广播等持续一定时长的事件。

学情事件数据分析有两个重要参数:(www.daowen.com)

(1)学情事件分类参数:将用户对事件的触发场景分成几种确切的类别，以便对学情事件进行详细的分析；

(2)计算学情事件参数:对于学情事件的某些特殊的指标，自定义分析字段。

(三)学情质性分析

学情质性分析主要调查学习者在使用海洋教育服务平台时的相关行为，针对开放式问题进行质性分析。为了增强质性分析的信度和效度，平台采用三段式方法(归纳—演绎—验证)、多元方差分析方法和相关性分析等方法。三段式方法通过归纳、演绎、验证性因素分析获得调查模型的拟合度。多元方差分析方法可用于学习水平差异性研究，观测学习水平变量和潜在变量以及对它们之间的相互关系进行描述和解释；相关性分析可以帮助平台分析学习者与学习成绩之间的相关性行为和表现，以便做出更科学的决策，改进教学策略过程。

调查编码方案制定以下一系列调查内容:①平台使用问题；②学习偏好和建议；③课程如何更有趣；④阻碍学习的因素；⑤在线学习的态度和观点；⑥学习自我效能感；⑦线上学习动机；⑧线上学习信念；⑨线上学习的局限性；⑩学习方法的有效性。