随着教育信息化的发展,在丰富的数字化资源以及各类学习支持系统的支持和辅助下,要做到能够根据每一个学生的需求和能力为其提供个性化自适应学习的方法,对学生的学习效果做及时准确的反馈,提供个性化服务干预,就要对学生的学习行为进行全面深入的分析,从而建立学习者的个性化学习路径,提高学习资源个性化推荐的精度和效率。但在当前开发的各类个性化路径推送系统中大多仅仅使用测试题目来确定学习者的知识水平,部分系统加入了个性特征分析作为进行个性化学习路径的基础,而没有对学生知识水平背后未表现出的认知加工过程、认知技能和问题策略以及认知结构(知识结构)等进行诊断分析。在建立学习者的个性化学习路径,提高学习资源个性化推荐的精度和效率问题上无法实现精准有效。因此,为了实现在个性化路径推荐过程中深入的学习者认知结构挖掘,本文提出了RSM和聚类分析相结合的认知诊断方法刻画学生的学习路径,认知诊断理论的提出了基于多种认知诊断模型进行认知诊断分析的方法,为深入的了解学习者的知识状态以及认知结构间,挖掘认知加工信息提供了有效的路径。而当前所有的认知诊断都是在编制测验题目的基础上进行,没有尝试在现有的题目中进行认知诊断的方法,但所有的自适应学习平台中包含大量的试题可利用。所以本文提出了RSM和聚类分析相结合的认知诊断方法刻画学生的学习路径,为自适应平台的个性化路径推荐系统能够真正实现个性化学习路径的推送提供方法上的探索、应用和分析。在研究过程中,本文主要应用了文献研究法、问卷调查法对中学考试的认知诊断方法进行探索、应用和分析,具体包括以下三个部分:第一部分,基于规则空间模型和聚类分析的认知诊断的方法探索。收集认知诊断的文献,对其中利用规则空间模型的文献深入研究,并在分析当前试卷中的认知诊断存在的研究不足基础上探索基于规则空间模型和聚类算法进行认知诊断的一般过程。第二部分,以锦州八中八年级的期中考卷为研究载体,应用规则空间模型和聚类算法的一般过程对勾股定理进行认知诊断分析。第三部分,利用诊断结果推荐学习路径实现学生个性化学习。研究发现:通过认知诊断数据分析,应用规则空间模型和聚类分析算法在数学勾股定理认知诊断上的科学性,以及教师应用认知诊断结果进行群体补救性教学,和学生个体利用认知诊断信息实现个性化学习的有效性。