随着互联网在教育领域的深入发展，网络学习已逐渐发展成为学习的一种重要的形式。在网络学习上有着丰富的学习资源，学习者可以在网络环境下进行任意学习，不受任何限制。当学习者在网络环境下进行个性化学习时，通过自适应服务平台为学习者提供自适应服务，使学习者达到真正的个性化学习，从而提高学习效率，达到最佳的学习效果。在为学习者提供自适应服务方面，先前的研究只考虑为不同类型的学习者提供合适的学习服务，并未对以何种方式为学习者提供自适应服务进行考虑，本文便从这一新的视角下进行研究。当学习者在自适应服务平台下进行学习时，针对不同类型的学习者以不同的方式为其提供自适应资源推送和自适应智能导航服务。并通过大量实验对其进行实证分析。本文首先对学习者进行分析，从三个方面对学习者进行分类。本文以自适应资源推送和自适应智能导航两种自适应服务为例，分别对两种自适应服务方式进行分析，然后分析学习者特征与自适应服务的方式之间是否存在着关系，通过设定一个学习任务和三个衡量标准，使大量学习者在自适应平台上进行自主学习完成学习任务，借助于眼动仪的眼动追踪技术记录每位学习者在自适应平台学习时的任何操作，并利用眼动仪的功能，得出学习者完成任务时的各种数据，利用统计分析对其进行显著性分析，得出自适应资源推送和自适应智能导航两种自适应服务的呈现方式与学习者的类型之间存在着一定的关系。通过大量的数据分析，从而总结出不同的自适应服务方式与不同类型学习者存在着怎样的关系，进而更有利于促进学习者进行个性化学习。本文分为五章来对基于眼动追踪技术的自适应服务方式的实证研究进行论述：第一章，首先探讨本文所研究的背景和意义，通过对国内外研究现状的介绍，从而引出本文研究的主要内容。第二章，阐述本研究的相关概念、理论基础以及用到的相关技术与研究方法。第三章，作为本研究一个重点，对学习者进行特征分析、对自适应服务方式进行分析、对自适应服务平台的搭建进行阐述，为下面分析其两者之间的关系奠定基础。第四章，作为本研究的中心，通过实验，借助于眼动仪的眼动追踪技术统计数据，利用统计学原理对数据进行分析，从分析得出的数据中来判断自适应资源推送服务方式与学习者、自适应智能导航服务方式与学习者之间的关系，通过数据进行实证分析，更有利于结论的准备性，从而促进学习者达到更佳的学习效果。第五章，从三个衡量标准下对自适应服务与学习者之间的关系进行分析讨论。第六章，对本次研究工作进行总结，对未进行的研究进行展望安排。