个性化学习一直以来都是世界各国教育改革与发展的目标,从孔子提出的“因材施教”原则到杜威倡导的“以学习者为中心”思想,再到当下的“智慧教育”理念,都将个性化学习作为促进学生发展的本质诉求和价值取向。传统工业时代以班级授课制和标准化教材为基础的教育体系已无法满足当前社会对教育的个性化需求,而信息技术支持下的自适应学习系统成为实现个性化学习目标的“试验田”和突破口。自适应学习系统通常建立在领域知识模型、学习者知识模型、适应性引擎三大组件之上,其关键技术包括领域知识建模、学习者知识建模、个性化学习路径推荐等,已有研究虽然取得了一定的成果,但仍存在一些不足,主要表现在:传统基于概念图、知识地图、认知地图的领域知识模型无法表达广泛的知识类型以及丰富的语义关系,而已有的教育知识图谱存在模型不清晰、构建效率低的问题,学习者知识状态追踪以及个性化学习路径推荐的精准度不高,也尚未形成综合的系统评价指标体系。针对上述问题,本研究以知识图谱为切入点,对自适应学习系统构建的关键技术进行了深入研究,初步取得了以下研究成果:（1）提出了面向自适应学习系统的教育知识图谱概念模型及智能化构建方法针对已有教育知识图谱模型不清晰、构建效率低的问题,本研究首先以认知地图、知识空间理论、认知诊断理论为基础,构建了面向自适应学习系统的教育知识图谱概念模型。在此基础上,提出了人工规则和统计机器学习相结合的知识元协同抽取方法,以及基于关联规则算法的知识元前驱后继关系挖掘方法。该项研究为后续的知识追踪、个性化学习路径推荐奠定了基础。（2）提出了教育知识图谱支持下的深度知识追踪模型针对学习者知识状态追踪精准度不高的问题,本研究提出一种教育知识图谱支持下融入领域特征的深度知识追踪模型——DKT-KG模型,该模型通过决策树筛选重要的测评行为特征,并结合教育知识图谱所表征的知识依赖关系,来解决原始深度知识追踪模型由于领域特征缺失所导致的预测精度不高问题。在ASSISTment2009-2010数据集上的实验表明,该模型具有较高的有效性和准确性。该模型所预测的知识状态为个性化学习路径的推荐提供了重要依据。（3）提出了教育知识图谱支持下的个性化学习路径推荐方法针对个性化学习路径推荐精准度不高的问题,本研究首先提出了教育知识图谱支持下的个性化学习路径推荐思路;而后,在描述学习者特征与学习对象特征基础上,提出了基于改进蚁群算法的学习路径生成方法。实验结果表明,该方法在推荐质量和算法性能方面都有明显改善。该项研究为实现精准的个性化学习目标提供了有力的保障。（4）设计实现了基于知识图谱的自适应学习系统原型为了进一步对上述关键技术进行可行性验证,本研究按照软件工程的基本理论和方法,设计并实现了相应的支撑系统,首先从功能性和非功能性需求角度对系统进行了分析,然后从系统逻辑架构、系统功能结构和数据模型三个方面对其进行了总体设计,而后对用户管理、资源管理、测评管理、知识图谱、路径推荐五大功能模块进行了接口和实现类的设计;最后对其主要功能模块进行了实现。系统原型的开发为个性化学习理念的落地实施提供了系统支持。（5）构建了基于知识图谱的自适应学习系统综合评价指标体系为了能够有效地对所开发的系统质量进行综合评价,本研究以信息系统成功模型和技术接受模型为理论基础,运用德尔菲法、层次分析法构建了相应的评价指标体系,通过模糊综合评价法对系统进行了综合评价,综合评价的结果为自适应学习系统的改进和优化提供了参考依据。本研究的贡献主要体现在以下两个方面:（1）在技术层面,一是提出了面向自适应学习系统的教育知识图谱概念模型及其智能化构建方法;二是提出了教育知识图谱支持下的深度知识追踪模型和个性化学习路径推荐方法,为开展基于自适应学习系统的个性化学习提供了技术支持。（2）在研究视角层面,本研究从自然科学与社会科学融合的视角出发,采用定性和定量相结合的分析方法,以及软件工程化的思想,对基于知识图谱的自适应学习系统关键构建技术进行了研究,为后续个性化学习研究视角的选取提供了一定参考。