本发明涉及人工智能技术领域，公开了一种在线教育教学干预方法，对在线教育的核心学习环节进行优化，解决在线教育中学习体验和学习效果不佳的问题。本发明首先通过一定时期的课程学习者数据积累，形成已有的课程学习数据F‑data；基于特征工程得到的有效特征构建和训练DNN成绩预测模型；再使用训练好的阶段成绩预测模型，对新加入课程的学习者成绩进行预测，预警潜在未能完成课程的学习者。通过匹配个性特征与学习行为与之最相近的已完成课程学习者，对比两者之间的学习行为差异，分析学习者在课程学习中存在的问题，并设计和实施适应性的个性化教学干预策略。本发明适用于在线教育。