不可否认，教育是一个处于变革的领域，互联网信息技术、大数据智能技术的发展为教育带来了全新的发展机遇。基于智慧教育平台的大数据对应用型本科高校学生的学习行为分析产生着重要的作用，传统的教育模式已然无法满足实际需求。基于智慧教育平台的课程教学，亟待从教学方法、教学内容以及教育理念等方面进行改革优化，促进智慧教育模式全面发展、有效应用。
基于智慧教育平台大数据的学生学习行为分析模型构建
数据预处理。尽管智慧教育平台大数据技术能够对学生的学习行为进行统一管理，但由于不同的学生有不同的行为方式，在进行系统管理时相对复杂，因此，需要通过专业的方式对智慧教育平台中的数据进行筛选和提取，选取有用的信息予以记录。该行为方式即是数据预处理。可以根据学生以往的学习行为进行初步筛选，利用多元回归分析法对学生智慧平台学习总时长、视频观看频率、讨论取回帖数、讨论区发帖数以及阅读资料次数等进行了解与掌握，用以有效评价学生学习效果。
模型训练。对应用型本科高校学生学习行为产生的影响因素非常多，所以进行大数据筛选时，要根据多种算法进行对比分析，而后进行模型构建。其中，监督学习主要包括逻辑回归、人工神经网络、随机森林、决策树、线性回归、朴素贝叶斯、k近邻等算法；机器学习包括迁移学习、监督学习、强化学习、无监督学习；无监督学习有主成分分析、K－Means聚类等。
模型评价。基于模型的基本构建后，需要进行各个模型的学习效果的评价。评价目的在于判断模型的学习特征及其优势和劣势，以及了解不同的模型学习方法、流程等。
基于智慧教育平台大数据的学生学习行为流程分析
作为互联网信息技术与高效课程教学相融合的学习平台，智慧教育平台在教学育人的过程中，采用了线上线下混合式的教学模式。线上教学模式包括慕课、微课等，实现了全流程的教育教学控制，包括课程学习的前中后阶段。所以在进行学生行为分析时，应综合学生课程前中后三个阶段进行数据研究分析。
基于智慧教育平台大数据的学生学习行为分析建议
可从平台能力和平台系统两个方面进行智慧教育平台升级。其一，平台能力升级。进一步融入AI智能技术、大数据技术，提高智能平台的智慧性、智能性水平。根据目前应用型本科高校教育发展的情况来看，智慧教育平台的设立成为重要的发展趋势，智慧教育平台的应用思想得到了广泛的认同，但由于技术、经验方面的制约，许多高校在进行智慧教育平台构建时，侧重于现有的教育资源融合，并加强了对学生的管理，以及学生的行为分析等，但就学生的行为分析来看，未能进行具体的数据调取，也就是说对学生的具体学习偏好、满足学生需求等方面还没能做到完善、充分。这需要应用型本科院校根据自身专业建设情况和学生培养目标进行平台改造与升级，对学生行为分析内容、智慧教育场景进行进一步扩大，加强智慧教育平台与其他高校平台的合作，实现资源共享、协同育人。
其二，平台系统升级。从现有的智慧教育平台系统整体设计情况来看，存在缺乏统一的管理模式问题、身份识别不对接问题等问题。有的平台进行了单独学科的身份验证功能设计，但如若缺乏规范的数据使用标准，很可能会导致数据筛选出现问题，进而无法完成数据调取功能。另外，场景单一、任务单一化也是当前常见的智慧教育平台的不足之处，需要得到进一步改进与完善。应坚持使用需求原则，根据不同的教学内容构建机构、个人空间，将数据、服务、资源融合一体，实现数据交换、信息沟通、服务贯通。统一进行应用入口、身份识别、知识图谱、数据标准设置，以满足信息化教育需求。
“互联网＋”时代的到来，教育离不开互联网信息技术、大数据技术、人工智能技术的应用，为学生行为分析提供了重要的智慧数据支撑工具。智慧教育平台的发展务必要抓住信息技术优势，将其与传统管理模式区分开来，利用其统计能力、数据分析优势进行精准化的教育资源匹配，保障能够满足学生学习需求、教师监督与管理要求。