目前主流的试题推荐方法有协同过滤试题推荐方法但是它忽略了独立个体的知识属性针对以上的问题提出基于认知诊断个性化学习资源推荐的C语言试题自适应学习，目的是结合学生自身的学习程度为学生提供推荐适合的学习资源，让学生的学习过程更加个性化。系统实现过程中，对学习资源的分析和对测试习题的分析解决了系统诊断学生学习程度的问题，对学习资源推荐模块的设计为学习者提供了个性化的学习资源推荐。在对整体C语言的知识点结构分析的基础上，实现C语言的自适应学习系统。

2. 主要研究内容：

本次毕业设计在Windows平台上，利用Python语言和mysql数据库，系统通过相应的测试判断出学生某些知识点模块的不足以及掌握程度，匹配同等知识认知程度的学生，结合大数据分析，为学生推荐更适合自身的学习资源。

3.基本要求：

1. 按照要求完成基于认知诊断的C语言试题推荐系统的设计和编码工作；

2. 了解flexCDMA软件的使用；

3. 能够运用数据库的基本理论设计和实现从关系数据库到题目推荐的实现；

4. 通过此次毕业设计，掌握文献检索的一般方法，具备文献检索的能力；

5. 根据毕业设计过程中的学习与实践撰写并提交论文，准备答辩。

[主要参考文献]

[1]蒋守业. 深度学习在学生教育推荐系统中的应用[D].长春工业大学,2020.

[2]齐斌,邹红霞,王宇,李冀兴.基于协同过滤和认知诊断的试题推荐方法[J].计算机科学,2019,46(11):235-240.

[3]朱天宇. 结合认知诊断方法的学生建模与应用研究[D].中国科学技术大学,2018.

[4]单瑞婷,罗益承,孙翼.基于认知诊断的协同过滤试题推荐[J].计算机系统应用,2018,27(03):136-142.

[5]朱天宇,黄振亚,陈恩红,刘淇,吴润泽,吴乐,苏喻,陈志刚,胡国平.基于认知诊断的个性化试题推荐方法[J].计算机学报,2017,40(01):176-191.