在实现智能化教育的道路上,对人是如何学习的进行深入分析是必不可少的。作为学习发生的核心——认知,多年来,认知主义、建构主义学者们都试图从认知角度解释学习发生的条件和本质。认知特性是决定学生学习过程、学习结果的重要因素。充分了解学生的认知特性,有针对性的进行教学及资源推送等,将极大激发和维持学习者的学习动机,提高学习效率。因此,从洞悉学生的认知特性视角,致力于打开学生学习发生阀门是完善当前在线学习支持的关键之一。根据行为主义者的格言,心理学研究中的一些变量应该是可观察的、可验证的行为。尤其近年来学习分析技术的发展以及教育智能化的需求,从行为视角探寻认知特性表征的需求愈发紧迫。在基于行为研究范式的需求与基于行为研究的技术支持愈发成熟的背景下,本研究对“什么是基于行为视角的认知特性?如何根据学生的学习行为刻画认知特性?基于学生学习行为数据的认知特性是怎样的?”三个问题进行研究,以期从行为视角为认知特性的表征提供理论及方法的充实与完善。本研究以上海某高校两门课程的大学生为研究对象,通过MOODLE在线学习平台跟踪收集了学生的学习行为数据。从理论驱动、数据驱动和专家法三个层面对学生的学习认知过程进行解构,从而提取、挖掘并验证了认知特性刻画框架。在此基础上,为了更进一步解释认知特性框架的运用情境、数据收集设计、和认知特性表征方法,本研究基于学生的行为数据对框架进行了解释性研究。具体而言,本研究的主要研究结论如下:第一,本研究从解构的角度对认知特性的本质、情境、特点、表征、价值五个构面进行解读。认知特性的本质是认知方式的差异性,表现的情境是自主学习情境,特点是过程性、层次性呈现及稳定性,其表征具有阶段与行为特性,明晰学生认知特性的价值在于辅助教师及管理者实施“因材助学”。第二,研究从理论驱动、数据驱动及专家法三个视角对认知特性的表征框架进行开发与验证,得出认知特性表征行为框架包括:（1）学生的自主知识建构学习活动中的感知学习行为（学习材料的选择）、信息加工（学习加工的时序、信息的保存、信息的归类整理/综合）、自主问题解决（测试行为）;（2）交换学习活动中的学生与老师、学生与学生的交流学习行为。（3）分配任务学习活动中的小组内学生的协作学习行为,包括参与同伴讨论、反馈与评价学习行为。第三,研究对学生感知、信息加工、问题解决的认知特性的表征解释,发现:（1）感知认知特性的差异使得学生在选择学习资料的呈现方式时的偏重与喜好有所不同;（2）整体型与分析型的学习者在学习的时序上有显著的差异,这与已有的研究结论一致,即分析型相比整体型的学习者,他们的学习顺序大多不是按部就班的,而是根据自己的步调安排学习顺序。研究还对认知特性的稳定性进行了验证,发现学生的行为序列具有周期性,即行为序列一段时间内趋势及出发点具有相似的特点;（3）在交换任务中,学生在查看通知、教师求助次数及论坛发帖求助次数方面具有显著统计学差异。类型1的学生在遇到问题时表现的更加的独立;另外,该类学生与教师和其他学生的交互的意愿较低。而类型2则相反,他们对学习共同体中的其他成员以及学习环境都比较依赖,遇见问题也更愿意主动地向他人寻求帮助。并且类型1的同学在自主问题解决过程中的表现较类型2,答题时间较长,答题次数较少且准确率较高。文章最后还对如何有效促进认知特性表征数据的产生与收集进行说明,分别从工具设计、数据收集与数据分析方面给出建议。综上,本研究的创新与价值体现在:（1）本研究从更能真实表现学生现状的行为数据入手,对学习者的认知特性刻画进行建构与分析,一定程度上开辟了认知特性刻画研究的新范式;（2）开发了从活动-行为-操作的认知特性刻画框架,框架的开发与解释为认知特性的刻画提供理论支撑;（3）多视角多方式的数据分析方法,比如将统计分析（差异）、序列分析、机器学习（聚类算法）以及社会网络等方式进行汇集,详细的研究流程与方式对相关研究予以数据收集与分析方法上的指导;（4）研究得出的认知特性的刻画结果对于教师的教学具有一定的指导意义,同时,研究结果在未来智能化学习系统的构建方面,对于基于学生认知特性的分类具有实践指导意义。