在网络学习资源日益丰富的当今时代,学生的学习途径更加多样化与便捷化,然而也带来了资源选择中的效率问题,在现有学习平台中,学生主要通过检索学习资源的方式来进行学习,这种方式容易产生信息迷航问题。平台中的学习资源也未能充分考虑到学习者的知识状态、能力信息和学习风格等方面的差异性,从而难以为学生提供适切性的学习资源推荐。因此,基于学习者的视角,如何使得在线学习平台更加个性化与智能化,进而提升学习者的学习成效,具有理论与实践意义,也是本文研究的出发点。为此,本文主要进行了基于知识追踪的课程智能导学平台研究,主要内容包括:（1）融合学习者特征与课程知识图谱的案例实践资源推荐算法研究。首先,引入多维知识追踪模型获取学习者在知识状态、能力信息、学习风格等三个维度上的属性取值,以构建细粒度的学习者画像;其次,依据《软件工程》课程注重实践性的特点,完成了能力知识相映射的知识图谱构建;最后,结合学习者特征与课程知识图谱,为学习者提供案例实践资源推荐服务。（2）智能导学平台原型系统设计与开发。首先,把握学习者在线学习需求,对智能导学平台进行了总体设计,包括体系框架、软件功能和数据库设计等;其次,本文在IntelliJIDEA和Visual Studio Code开发环境下,分别进行了智能导学平台后端与前端的开发。其中,后端开发采用Spring Cloud框架,前端采用Vue框架,既为学习者提供了知识图谱展示、智能导学、学习者画像可视化、习题测评、案例实践等功能,也为管理员提供了相应的后台管理功能。本文分别对推荐算法与原型系统进行了对比实验与功能测试,对比实验表明本文算法在精确率、召回率等多个指标上优于基线模型;功能测试表明平台基本实现了预期目标,能够提升学习者的学习成效,帮助学习者掌握理论知识点的同时,提升其实践能力。