随着在线教育的蓬勃发展和国家教育资源共建共享战略的持续推进,学习资源的数量和种类都得到了空前的丰富。然而,海量的学习资源在带来更多选择空间的同时,“信息过载”的问题也随之产生。学习者面对海量的信息资源,很容易出现信息迷航和认知过载,找到自己真正需要的学习资源无异于大海捞针,需要花费大量的时间来进行检索和筛选,进而影响学习质量。怎样才能为学习者提供其切实需要的学习资源成为在线学习的一个难题。学习资源个性化推荐系统可以根据学习者的特点为他们推荐个性化的学习资源,满足学习者的个性化需求,提高学习效率。因此,本文对学习资源个性化推荐系统进行了研究。首先,针对当前教育领域学习资源个性化推荐系统构建缺乏指导模型的问题,在个性化教育相关理论的指导下,基于“推荐系统通用模型”和“自适应学习系统通用模型(AEHS)”提出了学习资源个性化推荐系统模型。该模型具有针对性,可以为学习资源个性化推荐系统的构建提供指导。在该模型的指导下,本文构建出了基于本体的学习资源个性化推荐系统架构。其次,为了实现学习资源在语义层面的推荐和跨语种学习资源的个性化推荐,以C语言课程为背景,基于“本体术语学”理论构建出多语言本体,实现课程知识的多语言表达。利用该本体进行语义相关度计算和多语种映射,实现中文文本资源在语义层面的个性化推荐,并提出一种基于多语言本体的多语种学习资源个性化推荐方法,实现外文文本资源在语义层面的个性化推荐。最后,实现了视频资源的个性化推荐。构建出的基于本体的学习资源个性化推荐系统可以为学习者推荐个性化的学习资源,证明了所提出的模型和方法以及所构建多语言本体的有效性,满足学习者个性化的学习需求,提高学习效率与学习资源利用率,为解决教育领域“信息过载”问题奠定基础。