摘要：当前通过调研e—learning发现，e-1earning当前的系统应用到学习资源的推荐的活动中只是有Top-N和关键词两种搜索方法，不能向学习者个性的推荐学习资源。借鉴当前电子商务研究领域的许多的研究的结果，我们可以把协同过滤推荐技术应用到学习资源的个性化推荐过程中。我们分析学习资源个性化推荐的经常用的三种推荐的技术，分析出协同过滤推荐技术的工作原理、方法和出现的问题。本文，通过介绍一个优化理论模型，更好的协同过滤技术的学习资源的个性化推荐，注重探讨模型的构成，相应的评分机制与算法的实现，而且分析个性化学习资源推荐模型里面的三种重要的技术。希望可以使e—learning相关的人员在搜索过程中对协同过滤技术进行有效利用，从而使学习资源个性化推荐的效率得到提升。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社