在以创新人才培养为目标的现代教育教学理念指导下,“以学生为中心”的教学模式,已成为教育者关注的焦点。在这种模式中,教师的作用转变为引导学生开展学习,及时发现并解决学生在学习中遇到的问题。准确掌握学生的知识结构是教师发挥上述作用的前提。学生的知识结构包含群体知识结构和个体知识结构。通过认知诊断可获得学生的知识结构。目前大多数常用的认知诊断模型都能准确地诊断出个体知识结构,但无法获得准确的群体知识结构。然而,在实际教学中,准确全面的对学生群体和个体知识状态进行认知诊断,可以使教师实时掌握学生群体的认知缺陷,开展有针对性地补救教学,更好的引导学生学习;同时,学生也可以根据个体诊断结果开展个性化补救学习。通过大量研究国内外的相关文献,笔者发现利用SOM神经网络的自组织聚类功能,可实现对学生知识状态的认知诊断。因此,本文将SOM神经网络引入认知诊断,提出了基于SOM神经网络的认知诊断模型。其基本思想为:通过SOM神经网络的自组织竞争训练对实际反应模式进行聚类,生成反应模式类,然后使用期望反应模式对反应模式类进行标记,生成反应模式类到期望反应模式的映射,进而生成反应模式类到理想属性模式的非线性映射,从而确定反应模式类及类中个体的知识结构,最终实现对学生知识状态的认知诊断,得到学生群体和个体知识结构。基于SOM神经网络的认知诊断方法不仅可以诊断学生个体的知识状态为个性化学习提供支持,还可以准确地评估学生群体的认知困难,帮助教师发现学生中普遍存在的问题,指导教师开展有针对性地补救教学。本研究将《数据库系统概论》课程作为教学内容,把基于SOM神经网络的认知诊断模型应用于实际教学中以检验其有效性和可行性,并从诊断效果、诊断实时性、学生的学习效果以及学生对模型教学应用的满意度四个维度进行数据采集与统计分析。通过对相关数据的分析,本研究得出如下结论:基于SOM神经网络的认知诊断模型在课堂教学中可以准确地诊断出学生群体和个体知识结构,为教师开展有针对性地补救教学以及学生进行个性化学习提供有效的支持;该模型的实用性较好,教师和学生对基于SOM神经网络的认知诊断在实际教学中的应用很满意。