2015年教育部明确提出案例教学是促进教学与实践有机融合的重要途径,是推动专业学位研究生培养模式改革的重要手段。案例教学的概念就是以学生为中心,以案例为基础,通过营造一个适当的工程情景,把课本上的理论和技术合理的应用到案例中,有利于培养学生的工程能力,也有利于专业学位研究生培养目标的实现。为了在案例教学的过程中保证授课质量、量化学生能力,既能完成案例库的建设,又能为不同水平的学生提供不同的学习服务,本文以基于自适应学习的案例教学系统为研究主题,依托《高级软件工程》这门课程,结合案例教学的场景,使用自适应学习的技术构建智能教学环境。自适应学习技术是基于领域模型和学习者模型,由自适应引擎为每个学生制定个性化学习路径,智能推荐学习内容及测试,不断反馈迭代学习过程,以实现每个学生最高效率达成学习目标。系统实现自适应的关键在于动态掌握学生能力,本文提出的面向案例达成的能力点追踪模型使用神经网络来编码学生的学习行为,用能力指标向量和学生状态向量的点积来预测学生表现,对比贝叶斯知识追踪(Bayesian Knowledge Tracing,BKT)和深度知识追踪(Deep Knowledge Tracing,DKT)等方法,该模型具有更强的可解释性。自适应引擎由基于学生能力的自适应内容呈现和基于学习风格的自适应导航支持两部分组成,设计一系列规则完成系统的自适应。在此模型基础上,搭建了一套能够满足师生进行案例教学的系统,包括基于SpringBoot实现的Web教师端和基于微信小程序实现的学生端,学科负责人和教师在系统中进行学习资源的管理、领域模型的输入、课程标准的设计,学生在系统中进行自适应的学习,系统记录学生行为日志,按规定的标准给出课程达成度的评价。自适应模型和教学系统互为基础,模型的运转需要系统收集的数据,又决定了系统推送的内容。本系统已通过了系统测试并在济南大学内部进行了试用,效果达到了预期。