李永泉，肖宏飞

（滁州职业技术学院，安徽 滁州 239000）

一、前言

（一）个性化推荐算法的内涵

作为互联网时代的产物，个性化推荐系统建立在海量的数据挖掘基础上，是一种高级商务智能平台，为顾客提供个性化的信息服务和决策支持［1］。近年来，许多大型推荐系统相继投入使用，都取得了成功，个性化推荐系统逐也引起了学术界的重视，成为研究热点。

推荐系统类型和性能很大程度上取决于推荐算法，比较常用的推荐算法有：基于内容的推荐算法、协同过滤推荐算法和基于知识的推荐算法。我们在研究课程网站的个性化服务系统的基础上，提出一种新型的挖掘策略，包括web日志和web内容挖掘，用户通过访问和识别会话，构建访问模式的描述文件，系统根据用户的访问兴趣预测和推荐相应的访问模式[2]。

（二）个性化推荐算法在课程在线教学的研究和现状

自上世纪末开始，研究个性化推荐算法在课程在线教学的应用，受到了广泛的关注，如何将个性化推荐算法应用到信息推荐服务中去，引起了国内外的学者的重视。目前，国内外出现了很多基于个性化推荐算法的信息服务系统[3]。

相比国外而言，国内对于个性化服务系统的研究起步较晚，但也取得了一定的成果，主要有：香港城市大学和四川大学共同开发的基于web的个性化远程教学原型系统E-Teacher[4]；东北大学研究的基于网络的个性化数据挖掘技术；中国人民大学研究开发的定制个性化服务的图书管理系统；……