自适应学习是美国学者Peter Brusilovsky于1996年提出,随着互联网时代到来,智能学习依托互联网,保存大数据,根据大数据进行学业诊断与评价。研究自适应学习是为了提高学生学习效率,激发学生学习兴趣和动机,满足学生发展需要,学生更加适应自适应学习,促进个性化学习而提出的。研究基于自适应学习的学业诊断能够更好地帮助教师如何通过自适应学习产生的大数据,诊测和判断学生的学习现状,发现学生学习存在问题,帮助学生提出解决策略和建议,让学生学习具有针对性。本文所研究的是基于自适应学习的学业诊断,采用元认知、认知目标分类理论、建构主义理论、教学设计理论、元认知等理论,根据自适应学习模型和学业诊断模型,构建了“基于自适应学习的学业诊断框架四个步骤”。本研究以S中学的基于自适应学习的学业诊断系统为研究对象,采用文献法、访谈法等分析方法,剖析传统学业诊断缺陷;总结基于自适应学习的学业诊断特征;发现存在的问题;提出解决策略与建议。本研究发现:基于自适应学习的学业诊断有利于教师对学生诊断更精确,促进了教学发展,提高工作效率;对学生来讲,学生能够自主地进行自适应学习,适合时代的发展,最终达到个性化发展的目的。