目前,网络学习正在逐渐影响着高校大学生们传统的学习方式,然而,在网络学习的过程之中,面对网络课程中大量的知识点,学习者有时会产生知识迷航、无法获取隐性知识等问题。为了解决这些问题,有必要通过导航的方式来引导和辅助学习者进行学习。因此,本文着重对知识点智能导航的设计理论和实现方法进行了研究,将用户个性化模型和改进的关联规则算法运用于知识点的导航上,能在一定程度上增强导航的功效性,从而提高学习者的学习效率和积极性。主要的研究工作集中体现在以下几个方面:(1)对知识点智能导航中知识点模型的构建前提和原理进行了研究;通过分析知识点的划分关系,定义了知识点的关联结构,并提出了知识点语义网络组织方法,从而构建了知识点模型的四层结构,为知识点智能导航的设计提供了理论支持。(2)针对知识点智能导航的需求分析和结构分析,同时考虑到学习者的知识背景和学习信息对个性化导航的重要影响,设计了用户个性化模型,主要包括基本信息、学习特征、认知水平和学习记录四大部分。在此基础上,构造了知识点智能导航的模型,总结了智能导航的策略。(3)在知识点智能导航中运用了关联规则挖掘的方法,重点分析了其中的FP-growth算法,针对该算法的不足进行了改进,并通过实验仿真将改进算法与原算法进行了测试比较,提高了算法的性能。(4)最后对知识点智能导航系统的功能、数据表结构等进行了设计与实现,并对系统导航的结果作了对比、测试和分析。同时对论文存在的不足做了说明,展望下一步的工作。