目前，国内外研究人员已开展了学习系统的自适应性研究，并取得了一定的成果。系统自适应性的关键是实现对学习者学习情况的诊断和资源推荐，通常采用分析学习者的学习特征与资源特征间关系的方式。Brusilovsky[1]开发的自适应学习系统，根据学习者的学习能力进行学习情况诊断和资源推荐。CHEN C M等[2]开发的自适应学习系统，根据学习者能力和学习资料的难度推荐资源。WANG H C等[3]开发的自适应学习系统，根据学习者特征和学习资源特征的最大相似度匹配策略进行学习者情况的诊断和资源推荐。知识是分层次的，以知识点来推进整个学习过程，更符合认知规律。但上述系统未考虑某一知识点对整个单元知识体系的影响，忽略了从流媒体对象的角度考察学习者交互式请求的学习特征，不能充分反映学习者的学习适应性。此外，由客观题测试得到的测试结果并不能充分反映学习者的学习情况。因此，本文从学习者学习特征、知识点类别和测试结果出发，预测学习者的学习情况和知识水平，并根据学习者的学习情况与学习者的知识水平最大匹配策略推荐学习资源。
