La inducción de estrategias de aprendizaje es un componente crucial de los sistemas de tutoría inteligente. La investigación previa se ha centrado predominantemente en la inducción de estrategias de aprendizaje fuera de línea. Aunque los métodos existentes de inducción de estrategias de aprendizaje fuera de línea también se pueden utilizar para actualizaciones en tiempo real de las estrategias de aprendizaje, su eficiencia de actualización no es alta, lo que dificulta capturar las características exhibidas por los estudiantes durante el proceso de aprendizaje de manera oportuna. Con el rendimiento superior del Proceso de Decisión de Markov Parcialmente Observable (POMDP), este artículo propone un modelo de experiencia cognitiva basado en POMDP, que puede actualizarse rápidamente durante las interacciones y permite la inducción en tiempo real de estrategias de aprendizaje ponderando las experiencias de aprendizaje de diferentes estudiantes. Los resultados experimentales demuestran que las estrategias de aprendizaje inducidas por PCEM son más personalizadas y muestran un rendimiento superior.