教育资源库的主要建设目的是提供以学习者为主体的教育服务,故应充分考虑不同学习者的个性化差异,为不同的学习者推荐符合其个性化特征的资源。本文的主要研究目标是建立一个高质量的基础教育资源推荐引擎,使其能够满足教师的个性化需求。本文主要针对协同过滤推荐算法进行研究,使其能够满足基础教育资源库的个性化需求。首先,本文简要介绍了课题的研究背景以及推荐引擎的组成和研究现状等。然后,详细阐述了目前比较流行的个性化推荐算法,包括其基本原理、推荐流程以及优缺点等。接着,针对以往的协同过滤推荐算法存在的不足,并结合基础教育资源库的实际情况,提出了一种基于资源特征的协同过滤推荐方法。它将用户的兴趣行为转化为用户的兴趣关键词评分,将用户兴趣的改变转化为用户兴趣关键词评分的改变,以此来建立和更新用户兴趣模型。最后,通过发现不同用户或者不同资源间的相似性来查找目标用户可能感兴趣的资源。最后,以基础教育资源库为基础,建立一个基于资源特征的协同过滤推荐引擎原型系统,对本文算法的有效性进行验证。实验表明,该算法不仅可以跟踪用户的兴趣变化,而且大为缓解了数据稀疏性问题、新项目问题和新用户问题。