本发明属于教育数据挖掘领域，提供一种基于认知负荷增强的作答过程分步建模的神经网络学习诊断方法，包括认知属性提取阶段、认知属性交互阶段、认知负荷增强阶段和诊断分析阶段，充分利用学生作答记录中的反应过程性数据，首次将认知负荷作为新的影响学生作答结果的属性引入到模型中，采用LSTM对学生的作答过程进行分步建模并利用注意力机制将学生属性与练习属性进行融合，实现了时序信息的传递。本发明方法通过长短期记忆网络对学生的作答步骤进行分步建模，并充分利用学生答题记录中的反应过程性数据来表征学生的认知负荷并融入到认知诊断模型中，提升模型诊断的准确性和有效性。