随着智能移动端的普及、云技术的发展和5G通信技术的到来以及共享学习资源的爆炸式增长,在线学习越来越成为一种趋势。为了满足不同学习者在线学习的学习特点、效率和针对性,具有个性化推荐功能对于在线学习系统的开发尤为重要。而对课程知识进行结构化的组织与表示,是个性化学习推荐系统实现的有力保障。目前研究比较多的是中小学基础教育课程知识图谱,而大学课程知识图谱的构建与可视化研究得比较少,构建课程知识图谱还没形成统一的标准。《数据结构》这门课程主要介绍和研究数据在计算机中的存储和处理方法,旨在培养学生分析数据、组织数据的能力,引导学生如何编写效率高、结构好的程序,而且《数据结构》这门课程在计算机类、电子信息类、自动化类专业都是大类基础课程。因此,本文选择该课程作为研究对象,研究知识图谱构建理论和技术,设计并实现了基于知识图谱的个性化习题推荐系统,主要研究内容如下:(1)构建课程知识图谱并存储。研究知识图谱构建理论和技术,设计课程顶层本体,利用本体可视化工具Protégé建立《数据结构》的课程本体,获取课程本体实例及其关系,最终构建了《数据结构》课程知识图谱。采用目前比较流行的图数据库Neo4j对课程知识图谱进行存储,并在图数据库Neo4j中实现了知识的可视化、知识点查询、知识属性查询和知识最短路径查询。(2)设计习题分类,提出基于习题分类的习题推荐算法。利用朴素贝叶斯和支持向量机算法对习题文本进行分类并实验对比分析,利用支持向量机算法能很好处理小样本数据等优势,选用该算法对习题按章节自动分类,并为每道习题标注章节类别。然后结合知识图谱的语义关系,设计基于章节的习题推荐算法和基于知识点的习题推荐算法,并通过习题测试向学习者推荐符合其认知水平并且难度适中的题目,能够实现个性化的习题推荐。(3)习题推荐系统的设计与实现。基于B/S架构,设计系统总体结构、功能模块和关系数据库表。而底层数据库的设计以图数据库Neo4j和关系型数据库MySQL相结合为主,并采用D3.js技术对课程知识图谱进行可视化,实现知识点查询、知识路径查询与基于章节和基于知识点的习题推荐算法,达到个性化习题推荐的效果。基于知识图谱的个性化习题推荐系统适用每个学习阶段的学习者,因为学习者只要在图谱中点击相关知识结点,就会被推送相关习题并进行测试,针对测试成绩分数的高低诊断出学习者相对应的薄弱知识点,并进行符合学习者知识水平的个性化习题推荐,提高学习者的学习效率。