随着网络的发展,越来越多的人开始通过互联网进行在线学习。相比于传统的学习方式,在线学习的优势在于学习者可以根据自己的时间表安排学习计划,可以根据自己现在的知识储备状况选择更适合自己的章节内容,有针对的对想要学习的知识进行学习,提高了自我能动性及学习效果。但由于指导者也是通过网络对学习者进行指导,难以避免地无法细致的分析各个学生的学习状况,如何解决个性化学习所带来的指导困难的问题成为人们非常关注的课题。针对这个问题,本文进行了深入研究,通过将数据挖掘技术运用到在线学习系统中,解决了如何对各个学习者的学习效果进行预测,并根据预测结果对每一个学习者提供个性化的指导,提高学习者的学习效率。数据挖掘在对数据进行分析方面具有广泛的应用价值并能够满足现实需求,特别是当今网络开始成为人们主要的活动方式之一的情况下,数据挖掘的价值就更加体现出来。本文通过决策树算法的运用,深层次地对隐藏在数据中的信息进行挖掘,以对学习者的学习习惯,学习状态进行分析,产生相应于各个学习者的分析结果,并给出指导意见。本文通过超文本传输协议对学习者学习状况进行研究,学习者通过网页形式进行学习、讨论、测试,并将全部学习活动传递到提供学习功能的服务器中,服务器收集并储存学习者学习情况,并将收集到的所有数据交给逻辑模块部分,逻辑模块通过运用ID3算法,科学的分析出导致参加学习者学习结果的原因,并给出众多学习因素之间的关系,指导学习者如何通过调整以上的学习习惯来提高自己的学习效果。本文运用了J2EE技术,用JAVA代码来实现各个算法,以JSP页面完成显示功能,系统提供文字、视频资料供学习者学习,记录其在各个板块的学习时间、测试结果以得到原始数据,然后进行运算分析,最终得出影响学习者学习效果的各个因素关系,指导学习者进行改进。服务器与数据库之间利用的是JDBC技术,来进行记录查询功能。