随着信息技术的飞速发展,涌现出大量的教育信息系统。在线教育的日益普及,学习者个性化学习需求不断提高,过去传统的在线教育系统已经无法满足针对个体构建的学习需求。支持网络学习的方式也大致经历了内容呈现方式,搜索查询方式和自适应方式的三个阶段。网络学习系统建设模式已经不再是一味的扩充教育数字资源。因此,如何保证学习者的学习效果是网络学习的关键。适应性学习通过了解学习者的个性化特征信息,如学习风格,偏好和认知水平等,同时通过系统本身领域知识的精确构建,达到高效率的学习目标。随着支持适应性学习的研究和应用在不断深入,系统的智能性和有效性得到了提高。但是针对基础教育的适应性学习研究和应用中,自适应学习服务系统无论是构建模型还是系统建设都很薄弱,缺乏有效的研究验证。本文结合了相关课题研究和实际工作内容,深入分析了自适应学习的特点和特征,构建了针对基础教育的自适应学习服务系统参考模型ALSSRM,对其中的学习者模型,领域知识模型和自适应引擎的构建、框架、内容和功能进行了论述。同时综合利用了如:文献研究法,元数据技术,解释结构模型法,本体理论,实证研究法,调度和CSP相关理论,调查研究法,有穷自动机等理论,评价研究法等方法理论。主要研究内容和成果如下:(1)提出了自适应学习服务系统参考模型ALSSRM。通过文献研究法、调查研究法分析比较已有研究的自适应学习模型,包括:DHRM,AEHS,AHAM,LAOS,EAHAM等参考模型。然后针对上述模型不足之处和存在问题,以面向基础教育的自适应学习服务为主设计了适合基础教育的自适应学习服务系统参考模型ALSSRM。(2)构建了基于本体和元数据信息交互技术的学习者模型。从已有的教育信息系统中获取学习者的历史学习过程数据作为学习者模型的初始化。通过元数据技术为学习者构建了一个基础教育元数据模型,并通过元数据抽取和元数据模型转换技术获取学习者的历史学习数据,从中归纳出学习者的特征信息。(3)提出了基础教育数据资源间的访问共享机制。针对北京市,区县,学校三级机构众多教育信息系统建设过程中存在相互访问共享混乱的特点,同时考虑兼容到已经建设完成教育信息系统中的学习数字资源。通过元数据技术得到基础教育的融合元数据库,利用元数据的分析功能清晰描述了教育信息系统间的数据流向,提出了基于元数据的教育资源访问共享机制。(4)结合本体和元数据规范构建领域知识模型。提出了领域知识模型的四层管理架构。充分考虑已建系统中教育数字资源的整合利用,减少重复建设,通过和本体描述和元数据规范发布了针对北京基础教育特色、以LOM为基础的《北京市数字化基础教育资源元数据应用规范》,实现知识点的结构化,教育数字资源规范化。(5)借鉴NoSq1思想和大数据技术提出了基础教育海量数据存储方案。针对教育数字资源大量沉淀在市,区县,学校和教育机构的教育信息系统中且宏观利用率低下、重复建设的特点,借鉴NoSq1思想设计了基础教育数据海量存储方案。该方案不仅满足大数据存储需求,而且在业务逻辑上还可以满足关系运算与兼容性要求,很好的实现了资源利用。(6)结合CSP规划调度理论及有穷自动机求解算法设计了自适应引擎。论文通过将学习活动进行目标函数解释,对相关约束条件罗列方程进行描述,并设计目标函数进行转化求解,最后结合学习者的特征信息,建立学习活动调度的CSP模型。将学习活动设计的问题归为基于CSP规划调度问题进行求解。最后通过有穷自动机的方式求解,并提出了 DFSFA(Depth First Search For Finite Automata)算法求解。综上所述,在本文涉及的六项主要研究工作中,第一、五部分研究虽然有研究成果,但本文着重解决在在基础教育领域的问题。第二、三、四部分的相关研究很少且基本停留在抽象理论上,缺乏实际应用验证。第六部分相关文献很少,在适应性学习中引入约束满足问题的研究目前是空白。总体上本文为基础领域自适应学习服务系统提供了借鉴和参考。