摘要：学习分析和知识国际会议（简称LAK）致力于传播和推动学习分析领域的前沿研究。第七届学习分析与知识国际会议（简称LAK17）于2017年3月在加拿大温哥华举行,来自不同学科背景的三位专家作了主题报告。本文对会议主题报告和论文进行系统了分析,以明晰该领域研究发展现状和未来趋势。首先,结合七届LAK会议主题发展,本文从时间维度纵向梳理学习分析的发展历程。然后,围绕本次会议,本文横向探究了学习分析追踪学习、理解学习和改进学习的发展过程,以及学习分析领域可持续发展,具体包括：1）利用多模态生物识别技术采集学习者行为层、心理层和生理层数据,利用线上和线下一体化学习分析技术全方位追踪学习;2）通过学习者行为建模、在线学习社区和反思写作中的文本挖掘、真实课堂环境情境中的师生话语分析、心理测量和情感分析方法,对学习者和学习过程进行多角度理解;3）通过学习者知识建模、学习资源精准服务和自我调节学习支架为学习者提供个性化与自适应学习支持,基于学习分析系统从学习设计和教学决策、学习风险预测和干预、学习评价和反馈等方面为教学者、学习者、研究者和管理者提供多方位教学支持;4）关注学习分析研究的数据权限和伦理道德问题,保证学习分析领域的可持续发展。最后,本文提出了构建多模态数据基础、寻求跨学科技术支持两大跨学科性发展趋势,并指出推动学习分析标准研制和学科建设面临的挑战,以期为学习分析领域的研究发展和以改进学习为目的的实践应用提供启示。