计算机技术、网络技术及信息技术的快速发展推动了网络教育的普及,基于网络的协同学习作为一种新的教育技术为许多研究人员所关注。当前的网络教育平台还不能很好地针对学生的个性化信息提供学习策略,因此难以指导学生有效地完成学习任务。针对这样的问题,个性化协同学习系统(Personalized Collaborative Learning System,PCLS)结合学习者的个体差异和认知水平,进行个性化教学研究,从而提高学习者的学习效率。学生模型作为PCLS的核心部分,是提供个性化教学的基础和前提。因此,建立一个合理适用的学生模型,对提高和实现PCLS的智能性和个性化教学有着十分重要的意义。本文结合北京市高等学校教育教学改革立项项目“创建离散数学教学辅助平台,提高本科教学质量”,对PCLS的学生模型进行了较为深入的研究,构建了基于二层模糊综合评价与贝叶斯网络相结合的学生模型,进一步设计和实现了基于J2EE平台的PCLS原型系统。本文的主要工作包括:1.本文基于协同学习系统的设计方法,研究并实现了针对《离散数学》课程的个性化协同学习系统模型。2.针对基于《离散数学》课程教学知识库的组织与实现,本文将该课程划分为664个原子知识点,然后通过知识点之间的有序关系,将知识点进行组织,构成有向无环图,并将学生对知识点的掌握程度划分成四个层次。3.本文提出了基于二层模糊综合评价与贝叶斯网络相结合的方法构建学生模型,同时更加全面、完整、综合地分析和评价学生的个性化信息。这些工作是建立在对当前国内外主流的学生模型及建模方法的深入研究基础上,并以认知学习理论和建构主义思想为依据,模糊评价学生的测试成绩,然后综合考虑学生的个性化信息进行二层模糊评价;进一步通过由知识点构成的有向无环图确定每个知识点的先验概率,建立基于知识点的贝叶斯网络;最后,通过贝叶斯网络较强的推理能力对学生的学习行为进行推理,制定相应的教学策略指导学生完成学习任务。相互结合的两种方法在评价推理过程中相辅相成,系统运行收到了良好的效果。4.设计并实现了基于《离散数学》课程的PCLS原型系统。系统从实际教学需求出发,基于J2EE平台和插件式的软件开发方法、采用了Web Service技术开发,同时实现了控制层与业务逻辑层的解耦,使整个系统具有分布式特点,具有良好的灵活性和扩展性。