本发明公开了一种分布式学生聚类集成方法及系统，涉及网络教育技术领域，解决了现有在线教育平台无法对用户进行精准推荐学习资源、数据计算量大易导致系统崩溃的问题，其技术方案要点是：获取用户的原始行为数据，并通过朴素贝叶斯模型对原始行为数据分析后提取行为特征；对用户行为进行精确聚类集成，群集对象间的相似度较小、聚类内的相似度较大，能够为在线教育平台向用户精确推荐学习资源提供技术支持，减小推荐误差，提高用户体验感；通过对所有的用户行为进行分布式计算，降低了在线平台运行负荷，保证在线平台正常运行；通过对用户行为分类聚集数据进行多次融合、标识，减少用户行为数据分类聚集计算量，提高了在线教育系统的反应速度。