网络学习作为一种新的学习方式,对学习者的学习有很突出的作用,是进行继续教育的重要形式,也是构建终身学习体系的重要组成部分。但是网络学习效果并不如人们想象的那样理想,主要体现两个方面:首先,对学习者而言,由于网络学习本身交互性不足,缺乏监督机制,导致学习者对在学习过程中学习散漫,并且对自己的学习行为及可能造成的最终结果也不能有很清楚地认识和信息反馈。其次,对于网络课程的设置者而言,由于对网络课程的相关要求不是很明确,存在的问题也不能及时反馈,导致对学习者的学习造成了一定困扰,并不能得到有效地改进。　　 本课题针对上述问题,研究了网络学习行为对学习的影响,通过BP人工神经网络算法进行运算,预测学习者的学习结果,同时把学习者学习行为信息反馈给学习者。其次,在系统设计中也通过对CELTS-22的分析和优化,使网络课程的标准能体现在网络课程的评价中,并利用人工神经网络,对学习者的评价信息进行运算,得到对网络课程最终评价结果,并及时反馈给网络课程管理者。　　 经测试表明,本课题设计的信息反馈系统,能反馈网络课程的基本情况,能反映网络课程是否达到CELTS-22的要求,并对课程进行总体的评价；能及时反馈学习的学习行为信息,并能预测学习者的学习成绩。最后将这些客观信息和评价信息反馈给网络课络的设计者。