摘要：近年来基于MOOC的在线学习方式开始大规模普及,但是,海量的MOOC资源纷繁复杂,各大MOOC学习平台之间的课程数据也并未实现整合共享,从而使学习者在挑选合适的学习资源时面临极大困难。因此,设计并实现了一个面向个性化学习的MOOC资源库系统。文章介绍了该系统的整体结构、课程数据分类与建模方法、课程资源与知识点的映射方法、资源爬虫的设计和系统集成情况。该系统具有良好的实用性和可扩展性,可为个性化学习的MOOC推荐平台提供关键的基础数据及相关资源。

摘要：近年来,在线学习得到了大规模普及,互联网上已发布了海量的慕课学习资源。针对广大学习者进行在线慕课学习时面临的“信息迷航”和“信息过载”等问题,以混合推荐算法为基础,通过多角度挖掘用户的个性化信息,设计并实现了一个面向个性化学习的慕课资源推荐系统,以此为广大学习者提供自主学习的辅助支持。该系统能充分挖掘学习者的显式和隐式偏好,为其推荐满意的慕课资源,具有良好的应用价值。