1、开放式在线访问“开放”是MOOC的首要特征。“开放”意味着公开、民主和自由的学术精神。即便学习者在人口、地域、经济和文化等方面存在差异，知识应该为人类共同创造和免费共享，每个人的学习愿望都应该得到最大限度满足。因此，“开放性”除了具有免费共享之义，还包含对资源重复利用、修改和传播的权利。比如，开放软件(Open software)一般是指具有现成可用的(Readily available)源代码、由用户根据自己的目的加以修改的软件;或者是由代码编写志愿者构成的社区共同支持不断改进的软件，如Linux。

　　2、大规模参与大规模参与(Massive participation)是MOOC“开放性”的具体体现。由于MOOC平台一般不限制注册人数，来自世界各地的学员可以自由参与到自己偏爱的课程活动之中。比如，2011年，斯坦福大学史朗(Thrun)教授开设的《人工智能导论》课程免费上网，吸引了来自190多个国家的16万余学生注册，并有2万人完成了课程学习。到2013年，全球最大的MOOC平台Coursera的注册用户数已愈500万，开设课程超过450门，加盟院校90多所，这其中包括复旦大学和上海交通大学。

　　3、真正精品化的微课程资源就目前主流MOOC平台来看，核心的课程资源以短小的视频课程为主。这些微课程的主讲教师大都由一流学校的名师担任，名师效应成为MOOC风靡时下的重要动因之一。许多课程视频中还内嵌一些小测验(Quizzes)，帮助学习者即时评估学习效果。学生能够对这些短视频(Short videos)进行步调控制、暂停、回倒等操作，对相关内容进行探究与重新利用。由于学习者注意力保持时间大约10分钟左右，因此，5～15分钟的短视频还迎合了学生保持注意力的最佳时长需求。设计良好的短小视频可以很好地突出重点、要点和难点，可以减小认知负荷、提高学习质量和效率。如果在短视频穿插习题测验、仿真实验操作、程序代码编写等互动检测，为学习者提供检索式学习(Retrieval learning)的机会，在短时记忆中频繁回忆和加工信息，会极大地增强学习。此外，这些内嵌式测验，还可以调用自动评分系统为学习者及时呈现反馈信息。MOOC平台还整合了社交网络、在线论坛、视频会议甚至维基(Wiki)，将专家、导师、学伴连接起来，深深地吸引着每一位学习者参与其中，从而获得较强的目标感、归属感和成就感。

　　4、基于大数据的分析与评估伴随着超大规模的学习访问、全球范围的协作交流和动态创生的信息资源，MOOC教学必然产生复杂的大数据(Big data)，这些海量的实时学习数据都将被MOOC平台记录在案。MOOC学习过程中不仅要观看视频和回答问题，学习者还要利用社会网络、论坛、博客与教师和他人进行交互，从而留下了又长又多(Long and rich)的数据“痕迹”。接着，需要利用技术对大数据进行分析处理，让数据开口“说话”。大数据分析能够揭示出在传统教育的经验模式中所无法检测出来的趋势与模式，有助于洞察人是如何学习的，学生理解了什么、没有理解什么，什么原因导致学习者获得成功等关键问题。“智能分析(Smart Analytics)”，意在对学习者所产生的大范围数据中的“隐含意义”进行挖掘，为评估学术过程、预测未来表现和发现潜在问题提供服务。

　　目前，由于xMOOC保留了常见规范性课程的基本要素，如学习大纲、知识讲授、章节练习、练习反馈等，比较符合主流的课堂教与学的行为模式，因而，xMOOC是目前全球普遍采用的“慕课”形式。