随着互联网的普及,网络学习资源的获取越来越方便,人们可以不受时间和空间的限制,随时随地的学习知识。在线学习作为一种新兴的教育方式,因其资源丰富、获取便利、经济适用等特点愈来愈受学习者们青睐,一些企业和高校开始从在线学习平台中挖掘高分人才。然而,大多数在线学习平台仅能提供简单的关键字查找和热门推荐功能,这些功能无法完全解决由海量学习资源堆积所引发的信息过载、信息迷航等问题。此外,在线学习因缺少传统面对面教育中教师的人文关怀和专业指导,学习过程中对学习者自觉性、自控性等方面要求较高,能够合理安排自己学习过程的学习者相对较少,在线学习效果不佳。针对在线学习的现状,本文对学习过程优化问题展开了研究。本研究以认知诊断、个性化推荐等理论知识为基础,以优化学习过程为目标,以河北省工程研究中心项目“河北省智慧教育大数据”工程研究中心项目为支撑,以《数据库应用》课程为实证背景,研究基于个性化推荐的在线学习过程优化方法。首先,分析在线学习过程中存在的问题及原因,并根据问题存在的原因和理论知识,提出基于认知诊断和个性化推荐的在线学习过程优化方法;然后,按照认知诊断的步骤,确定认知属性及层级关系,结合学习者-试题-认知属性间的联系,运用Rstudio分析试题测试结果,诊断出学习者对认知属性的掌握模式;接着,构建学习者模型、学习资源模型和知识结构图,选取协同过滤算法,为学习者推荐适合自己的学习资源,以此来帮助学习者在最短的时间内、高效地完成学习目标,进一步解决在线学习过程中出现的认知过载、学习迷航等问题,提高学习者满意度;最后,通过对比实验,从推荐准确度、学习时间、测试成绩、学习者满意度四个方面证实将改进的在线学习资源个性化推荐技术用于优化学习者在线学习过程确实可行,且效果明显,进而说明了本文所提出的基于个性化推荐的在线学习过程优化方法可以有效的解决在线学习过程中存在的问题,提高学习者学习效率、提升学习者满意度,对促进在线学习的发展有一定的借鉴意义。