根据中国互联网络信息中心的统计数据显示,截止到2018年6月,中国在线教育用户量已达1.79亿人,同比增长超过20%。2019年我国在线教育用户规模进一步突破2亿,并且2020年的大环境中,预测在线教育的发展将会更加迅猛。^[1][4][6]在线教育产业的蓬勃发展带来的是海量教育资源指数级的增长,但是资源的增加并没有考虑学习者的认知差异,最直观的表现是:学习者作为资源的接收者,想要找到他们真正需要的资源将变得越来越难。信息过载问题严重地干扰了学生选择学习资源的精确性,相关教育资源的个性化推荐系统在这种情形下受到众多研究者的关注。因此,本研究通过DINA认知诊断模型,将认知状态与素养能力的相似的两个或者多个学生建立联系,以此为依据自动寻找匹配认知状态与核心素养相近的学习者作为学伴,将学伴的资源作为其个性化资源进行推送。获取一个学生的认知状态与素养能力数据是匹配在线学伴的起点,也是在线学伴之间进行积极的虚拟交互的基础,但是现有的个性化推送方法多以学习者的在线行为数据为分析依据,这种以行为表现替代认知状态的推送方式势必影响资源推送的精准度。为此,本研究首先从认知诊断模型理论出发,根据知识点与数学学科核心素养的对应关系,重构诊断属性及其属性层级关系,并在Q矩阵理论的基础上,构建包括数学学科核心素养在内的学生综合能力诊断模型。其次,通过诊断技术整合学习者在线数据,获取学习者数学学科核心素养诊断属性掌握模式,并综合进行知认知状态与诊断属性能力。最后,研究者设计并计算学生认知状态与诊断素养能力编码,以此匹配目标学习者的在线学伴。