توسعه فناوری اطلاعات باعث پدید آمدن مفاهیم جدید در حوزه های مختلف شده است که آموزش الکترونیک حاصل این تحولات می باشد. امروزه بسیاری از موسسات آموزش عالی در دنیا از سیستم های مدیریت یادگیری تحت وب به منظور آموزش فراگیران استفاده می نمایند. این سیستم ها به صورت تعاملی با فراگیران در ارتباط بوده و هرگونه فعالیت فراگیران در این گونه سیستم ها به طور جامع ذخیره می شود. داده های مربوط به ثبت وقایع موجود در سیستم های مدیریت یادگیری الکترونیکی، اغلب دارای اطلاعات مفیدی در خصوص نحوه عملکرد فراگیران در دوره های آموزشی مختلف می باشند. با توجه به حجم زیاد این داده ها، کاوش در آن ها به منظور بررسی الگوهای رفتاری دانشجویان امری ضروری است و با استفاده از علم داده کاوی می توان عملکرد فراگیران را تحلیل نمود. در این پایان نامه، کاربرد روش های داده کاوی از جمله روش های خوشه بندی و رده بندی به منظور تحلیل داده های دانشجویان تشریح شده است. بدین صورت که ابتدا به منظور پیدا کردن گروه های مشابه در فراگیران، متغیرهای رفتاری ایشان بر اساس فعالیت های صورت گرفته توسط آن ها در سیستم، جمع آوری و فراگیران بر این اساس خوشه بندی شده اند. سپس برای اعضای هر خوشه با توجه به شاخص های رفتاری و عملکردی مانند میانگین معدل آن ها، برچسبی مشخص شده است. خوشه بندی با استفاده از روش های k میانگین، x میانگین انجام و بهترین روش بر اساس بهترین مقدار شاخص دیویس بولدین انتخاب شده است. همچنین با اعمال روش خوشه بندی کوهنن نیز تعداد خوشه های بهینه، تایید شده است. در نهایت توسط روش های درخت تصمیم، قواعد عملکردی مربوط به هر گروه استخراج و روشی برای رده بندی دانشجویان از نظر برچسب های آن ها ارائه شده است.