信息技术的发展给当今世界带来“知识爆炸”,随着教育信息化的发展,在线学习在教育教学中得到了普遍的应用。人工智能在计算机领域所蕴含的庞大潜力将会给在线教育领域带来新的活力,很大程度上推进个性化学习的发展,将“自适应学习”成为可能,为传统教育以及在线学习带来辅助和补充作用,在互联网层面确保每个人都可以拥有平等的受教育的机会,优质的教育资源,终身学习的能力。因此,本文以关联主义学习理论、有意义学习理论和最近发展区理论作为自适应学习系统设计的理论依据,完成了基于知识图谱的自适应学习系统框架设计,重点对该框架中的三大核心组件:领域知识模型、学习者模型和教学模型进行了深入研究,并以C语言程序设计课程为例进行了原型系统的开发。本文的研究内容主要包括以下五个部分。第一,本文研究Brusilovsky教授提出的自适应教育超媒体通用模型作为自适应学习系统框架设计的参考模型,完成了基于知识图谱的自适应学习系统的框架设计。该系统包含五个主要组件:领域知识模型、学习者模型、教学模型、界面模块和自适应引擎。第二,参考学习对象元数据规范,以“关联主义学习理论”和“精细化加工理论”为理论依据,对知识元进行粒度划分,提出了知识元模型,将课程知识点进行抽取整合,同时划分知识元之间的逻辑关系,提出了课程知识组织模型。在对“知识元”理论和知识图谱理论与技术进行深入研究的基础上对C语言中知识进行建模。第三,本文提出一个新的学习者模型从而提高自适应学习系统的个性化与自适应性,该模型分为静态模型和动态模型两种。静态信息主要是学习者在进入学习环境前就已经具有的信息,动态信息是学习者在进入学习环境之后,随着学习的不断深入而出现的交互式信息,会随着学习行为的改变而变化。第四,本文的教学模型是学习者在自适应学习系统中的学习方式,学习者可以主动地选择感兴趣的学习内容,同时,学习者也可以根据系统推荐的自适应学习路径进行学习,该方法以“最近发展区”理论和“有意义学习理论”为基础,结合蚁群优化算法和模糊C均值算法进行学习路径的推荐,从而对学习者的学习活动进行合理地干预,推荐给学习者下一步需要学习的内容,这样有效提高了学习效率,实现学习者和系统之间的“双向适应”。第五,结合“元认知理论”和“覆盖建模技术”将学习者大脑中的知识结构以知识图谱的形式呈现出来,该知识图谱会随着学习者的学习过程呈现动态的变化,这种可视化的方式可以帮助学习者直观地观察到自己的学习进步、已掌握的知识、未学习的知识。同时这种动态反馈机制可以显著提高学习者的学习质量并充分调动学习者的主观能动性。