贝叶斯网络作为一种表达不确定性知识的有效工具，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智能评估导学系统中，以实现对学生适应性评估和个性化导学。 本文首先对评估导学研究中学生模型的构建方法进行了比较分析，在两种常见的贝叶斯网络学生模型基础上，提出了基于知识关系、具有预测能力的覆盖型贝叶斯网络学生模型，通过量化知识项之间的不确定相关性，使得该学生模型具有很强的预测能力，能够很好地反映学生在特定领域内的知识结构。通过对学生模型特性的分析，本文提出了基于自适应测试学生认知能力的评估方法，其中主要提出了自适应选题算法，以确定适合学生认知水平的测试试题，并通过测试发现学生的非真实能力，减少了不正常反应的干扰，提高了对学生认知能力评估的准确度。进一步，本论文设计了相应的高层次教学策略和低层次教学策略，以提供导学建议，实现对学生的个性化指导。最后，本论文结合多Agent技术，在Jadex多Agent开发平台上开发了基于贝叶斯网络的评估导学系统，并对在校学生进行了实际测试，测试结果基本上符合学生的实际情况，而且给出了相应的指导意见。