网络迅速发展的时代，越来越多的需求和功能都要依赖于网络，学生学习同样也需要网络中学习系统的辅助，弥补课堂学习的不足，根据学生知识水平、认知能力和学习偏好的差别，为其推荐合适的学习路径和学习内容。使学生能够充分利用网络资源学习适合自己以及感兴趣的知识。本文从整体上分析了自适应学习系统的体系结构和学习者模型，并且以数学学科为基础，研究了学习者特征维度的划分和表示，构建了学习者模型。提出了学习者特征的初始化方法，并且利用数据挖掘技术对学习者特征进行更新和挖掘。根据现有的学习者模型相关标准，描述了自适应学习系统中学习者模型的具体的构建过程，包含五个方面特征，分别为学习者基本信息、学习者已有知识水平、学习者兴趣偏好、学习者认知能力、学习者测试成绩，利用基于本体的知识表示法进行表示。提高了用户特征描述的准确性，提高了知识和资源推荐的有效性。本研究旨在结合数学学科，梳理并完善目前自适应学习系统中的学习者模型，探索学习者特征分析和获取的方法，为自适应学习系统的发展提供参考和贡献，希望学习者能够利用网络，根据自己的需求和个性，进行课前预习和课后复习的学习内容，提高学习效率。