本研究梳理了国内外学习分析技术的教育应用研究相关成果，经分析发现，这些成果论证了关键学习分析技术挖掘数据价值的重要性和迫切性，但并没有形成应用于海量教育数据的统一学习分析框架，也没有实现框架中关键技术的创新和设计。因此，构建了大数据背景下学习分析的理论模型，设置了学习分析技术框架的四大关键组成部分，即：描述型学习分析、诊断型学习分析、预测型学习分析和指令型学习分析，分别解决教育数据中“发生了什么→为什么会发生→可能发生什么→需要做什么”的关键问题。将大数据背景下的关键学习分析技术服务于教育，前提是从数据中获取到有价值的结论或依据，这依赖于合适精准的技术手段，即需要有效的学习分析技术。大数据驱动的教育优化是本文后续研究内容的论证指向，大数据背景下关键学习分析技术的应用研究是数据到价值转型的的实施脉络，是实现未来教育、智能教育的全面性和实践性的关键问题。