个性化学习教育理念强调在教学中尊重和关注学生的个性差异,帮助学生摆脱繁重的学业负担,促进其全面发展。目前,随着信息技术的发展,将认知诊断技术应用于实际教学过程中在很大程度上提高了教学的个性化程度。认知诊断是对传统测验与评价的一种改进和完善,可以在测试过程中实时诊断学生的知识状态,从而实现个性化教学。但目前认知诊断测验尚无法对测试题目的难度和学习者能力进行精确的标定,这一问题在很大程度上影响着诊断结果的精确性,也影响着教学的个性化程度。为解决该问题,本研究在综合分析国内相关研究现状的基础上,以个性化学习理论、现代教育测量理论为指导,依据Rasch模型构建了面向认知诊断的能力等级自适应试题推送模型。首先运用Rasch模型对测试题库的原始数据进行对数转换,在同一等距量尺中标定出测试题目的难度等级和学习者的初始能力等级。其次,在认知诊断测试中以学习者不同的能力等级为依据,为其推送与之相对应难度等级的测试题目,并在每次测试结束后即时更新学习者的能力等级,为下一次认知诊断测验提供依据。最后通过让学生作答最少量的测试题,得到学习者稳定的能力等级和精确的认知状态诊断报告,以此提高学生的学习效率。为验证该模型在个性化教学中的应用效果,选取《Java语言程序设计》为教学内容,将面向认知诊断的自适应试题推送模型应用于实际教学中,开展了基于Rasch模型的学习者初始能力与测试题目难度等级标定、能力等级自适应试题推送、依据诊断结果进行补救教学三个阶段的教学实践。实践结果表明:面向认知诊断的能力等级自适应试题推送模型能够使得系统推送的测试题目难度与学习者能力精确匹配,进一步提高了认知诊断结果的精确性,促进了教育向个性化方向的发展。