由于网络技术的迅猛发展，我国网络教育得到了快速发展。虚拟课堂是远程网络教育的一种教学形式，也是重要的教学手段之一。因此，在网络教育或教学系统中，构建一个理想的虚拟课堂具有十分重要的研究意义和实用价值。一个理想的虚拟课堂不可或缺的组成部分--在线测试系统，在检测学生的学习效果上发挥着重要作用。近年来，对它的研究应用已经成为教育科研人员关注的热点。目前流行的在线测试系统大多数是将一些固定的试卷放在WEB上，由学生自主选择试卷进行测试，欠缺根据学生的学习情况自动选题以及变换试题的功能，灵活性较差，难以实现因人施测，而且测试结果一般只是简单地给出一个分数，并不能给出学生对知识项的具体掌握情况。显然，这样的在线测试系统不能达到人们预期的效果。 贝叶斯网络是一种表达不确定性知识的有效工具，目前，在许多领域都得到了广泛的应用。本文将贝叶斯网络应用到在线测试系统中，以实现对学生的有效测试。 本文首先介绍了计算机自适应测试的相关概念及其工作原理；比较分析了目前常用的学生模型构建技术；在两种常见的贝叶斯网络学生模型的基础上，提出了基于知识关系的覆盖型贝叶斯网络学生模型，通过量化各个知识项之间的不确定相关性，使该学生模型能够较好地反映学生在特定领域内的知识结构。最后，结合贝叶斯网络的推理机制，设计了自适应选题算法，以确定适合学生知识水平的测试试题。在研究中，将基于知识关系的覆盖型贝叶斯网络学生模型应用于在线测试系统中(应用于华南师范大学求实工程《软件工程》网络课程网站)。实验结果表明：该模型的应用，在一定程度上提高了系统测试结果的客观性和准确性。 系统不仅实现了因人施测，而且在测试过程中具有一定的预测能力及排除学生猜对试题答案的能力；测试结果给出了学生对各个知识项的具体掌握情况，基本符合学生的实际情况。