随着信息时代的到来,互联网技术突飞猛进,基于Int ernet技术的网络教育逐步成为一种利用社会优势教育资源的有效途径。E-learning系统涉及多学科的研究领域,为教育带来了一次突破性的进展。本文针对当前E-earning系统在个性化学习实现上的不足,结合Web挖掘的基本过程和关键技术,提出了一种基于学习行为挖掘的E-learning系统模型,并使用Web浏览器插件技术,在学习过程中隐式的获取学习者的学习行为,从而获取学习者学习目标、学习风格、偏好等特征信息,建立兴趣模型,更好的实现E-learning系统的个性化。本文的主要工作包括：1.对E-learning的相关理论、产生发展过程及Web挖掘技术进行了总结；并对Web挖掘技术的实现手段和个性化推荐技术形成了一个整体认识,梳理研究脉络,为E-learning环境中学习行为挖掘的设计与实现提供理论依据和理论指导。2.介绍采集学习行为的显性和隐性两种基本方法,进而分析研究了基于学习行为的兴趣度建模,具体阐述了学习行为对学习者兴趣的体现,最后给出了基于五种典型性学习行为的兴趣度估算。3.根据学习行为数据的来源,分别介绍了服务器端、客户端及代理服务器端的数据的内容及格式。然后介绍了在客户端,如何利用Cookie.安装浏览器插件的方法进行学习行为采集。4.设计基于客户端浏览器插件的E-learning系统模型,重点介绍客户端用户行为采集插件的设计与实现和服务器端个性化引擎的设计。在上述研究的基础上,今后将主要完善学习行为的采集,为兴趣度建模提供更详细准确的参考依据。建立更全面、精确的兴趣度分析模型,从而为挖掘学习者最真实的学习兴趣建立更有效方法。完善个性化学习推荐引擎的设计,全面实现个性化学习服务的推送。为真正实现E-learning系统的个性化学习提供保证。