本發(fā)明屬于個性化學(xué)習(xí)技術(shù)領(lǐng)域，公開了一種融合學(xué)習(xí)認(rèn)知要素的可解釋知識認(rèn)知水平挖掘方法及系統(tǒng)，包括：構(gòu)建學(xué)習(xí)資源?作答反應(yīng)矩陣和學(xué)習(xí)資源?知識點(diǎn)矩陣，估計(jì)基于認(rèn)知診斷模型的失誤和猜測參數(shù)；獲取包含學(xué)習(xí)者對潛在知識點(diǎn)的總體掌握狀態(tài)的特征向量；融入基于認(rèn)知診斷模型的失誤和猜測參數(shù)，得到新的特征向量，預(yù)測學(xué)習(xí)者在特定學(xué)習(xí)資源上的作答表現(xiàn)；獲取知識增長向量、學(xué)習(xí)者對知識點(diǎn)的遺忘程度以及記憶強(qiáng)化程度，綜合更新學(xué)習(xí)者與學(xué)習(xí)資源交互后的知識狀態(tài)。本發(fā)明提出的融合學(xué)習(xí)認(rèn)知要素的可解釋知識認(rèn)知水平挖掘方法比傳統(tǒng)知識認(rèn)知水平挖掘方法更有效。