当前在线评测（OJ）系统中往往积累了大量的习题数据，学习者难以从海量习题数据中快捷、准确地识别出适合于自身的习题开展答题训练，只能大量地进行无差别刷题，习题与学习者的失配问题浪费了学习者大量的时间和精力，从而提升了学习者的学习成本、降低了学习效率.为此，本文提出了一种知识图谱增强的在线测评系统习题推荐算法，该方法结合了习题知识图谱，基于知识图增强推荐的多任务特征学习方法（MKR）模型完成习题推荐任务.首先，基于在线测评系统中的赛事集与习题知识体系构建习题知识图谱；其次，根据习题难度和学习者的能力水平，构建“学习者-习题”匹配矩阵；最后，利用交叉压缩单元，使用交替学习方法训练知识图谱嵌入（KGE）任务和习题推荐任务，完成学习者个性化习题推荐任务.在一个含有6919道习题、100名学习者的真实在线评测系统数据集上的实验表明，本文方法能够以84.2%的查准率完成在线评测系统学习者个性化习题推荐任务.