在网络信息快节奏的年代,现代生活习惯发生了翻天覆地的变化。近两年来,新冠疫情持续多点爆发,给线下教育带来了许多问题,线上教育学习因其独特的优势应运而生。伴随而来的是题库网站试题量大,筛选试题方式简单且不精准等问题,学生选择试题缺少针对性,其中最主要的一点是不能有效针对其薄弱知识点进行推荐,忽视了与该知识点密切相关的知识,其问题是相关知识点的掌握不足而导致的当前知识无法掌握,最终影响学生推荐试题的合理性和准确性。本文基于初中数学知识图谱,根据学生训练学习的过程,设计了一种学生知识点掌握水平结合知识点间关系相关程度的个性化试题推荐方法。首先利用人工与自动化相结合的方式构建初中数学知识图谱,然后将知识图谱存储到neo4j图数据库中,知识图谱中包含知识点实体的属性及实体间的关系,形成了具有前驱节点和后继节点的层次结构。其次,通过DINA改进模型算法获取初始知识点掌握水平结合学生在学习过程中所产生的知识迁移率计算当前知识点掌握水平;再利用Trans R翻译模型得到知识点向量并结合知识点重要程度计算两个知识点实体之间关系相关度。最后依据当前知识掌握水平和知识点间相关度确定推荐策略向学生推荐满足其需求的试题。该实验结果表明,此方法使试题推荐的结果更加精准和合理,能够准确的捕捉学生的知识盲区,更加有效的提高学生的学习效率。本文基于知识图谱的个性化试题推荐方法,实现了基于知识图谱的个性化试题推荐系统。系统的开发使用SSH框架、数据库搭建使用My Sql和neo4j图数据库,该系统主要包括用户中心、在线学习、推荐试题和知识点检索等功能。个性化试题推荐系统有效地针对学生薄弱知识点提供了合适的试题,进而提高学生的知识掌握水平。