本發(fā)明屬于個(gè)性化學(xué)習(xí)技術(shù)領(lǐng)域，公開了一種基于時(shí)空圖卷積的學(xué)習(xí)者知識(shí)認(rèn)知結(jié)構(gòu)評價(jià)方法及系統(tǒng)，包括：構(gòu)建試題表征網(wǎng)絡(luò)層，對學(xué)習(xí)者每一時(shí)刻作答的試題、試題對應(yīng)的Q矩陣向量進(jìn)行表示學(xué)習(xí)，得到嵌入特征向量；基于當(dāng)前學(xué)習(xí)者的作答對以及在上一時(shí)刻的知識(shí)掌握狀態(tài)構(gòu)建長短時(shí)記憶網(wǎng)絡(luò)層，初步更新學(xué)習(xí)者的整體知識(shí)狀態(tài)；構(gòu)建基于時(shí)空圖卷積網(wǎng)絡(luò)的知識(shí)結(jié)構(gòu)更新層，進(jìn)一步更新學(xué)習(xí)者的知識(shí)掌握狀態(tài)；根據(jù)更新后的知識(shí)狀態(tài)預(yù)測學(xué)習(xí)者下一時(shí)刻的作答結(jié)果。本發(fā)明能夠挖掘?qū)W習(xí)者的知識(shí)結(jié)構(gòu)掌握情況以及不同時(shí)刻的知識(shí)結(jié)構(gòu)掌握情況間的深度關(guān)聯(lián)，并對學(xué)習(xí)者學(xué)習(xí)狀態(tài)的時(shí)空特性進(jìn)行有效地建模，從而預(yù)測學(xué)習(xí)者的未來學(xué)習(xí)表現(xiàn)并提供相應(yīng)的學(xué)習(xí)指導(dǎo)服務(wù)。