在互联网技术快速发展以及教育现代化不断推进的今天,在线学习平台打破“时间”和“空间”的壁垒,以“低准入”的门槛迅速成为了学习者自学的不二选择。然而,爆炸式增长的学习资源以及长期的“碎片化”学习让学习者产生了“学什么”、“怎么学”的新疑问;与此同时,面对体量巨大、学习背景差异明显的学习者,当前大部分在线学习平台给出的学习方案较为单一,不具备普适性。因此,学习服务的自适应已然成为在线教育研究领域的新方向。研究者们希望借助自适应学习平台,提供针对性的评估和指导,并依据学情推荐试题及学习资源。本文构建了 JAVA知识图谱,并基于此完成了 JAVA自适应学习平台的设计与实现,具体如下。首先,针对自适应学习平台目标,主要分析了系统在业务、功能和性能方面的需求,并完成了功能和数据库的设计;然后基于认知诊断模型和资源偏好属性构建可更新学习者模型;接着基于嵌入实现知识点对齐完成JAVA知识图谱的构建,并以此为基础借助深度学习定位学习者的目标知识点;同时,以目标知识点为起点,遍历知识图谱生成最佳学习路径,结合学习者模型为其推荐相应的学习资源和测试题;最后,本研究在Eclipse环境下,采用MVC架构进行了 JAVA自适应学习平台的开发,实现了在线测试、成绩分析、检索问答、资源推荐等功能。本JAVA自适应学习平台的原型系统已经完成,经过测试,平台已基本达到预设目标,可以为学习者提供资源推荐、试题推荐等个性化教学服务,同时可以对测试结果进行统计分析,有效评估学习者的认知能力。在后续的研究中,主要考虑加入学习者认知冲突检测和认知调节,并进一步优化初始模型,解决冷启动问题。