1、開展農(nóng)民現(xiàn)代遠程教育是提升農(nóng)村信息化水平、消除數(shù)字鴻溝、構建農(nóng)民終身教育體系的一項重要戰(zhàn)略部署。目前，隨著計算機和通信技術的快速發(fā)展，網(wǎng)絡學習資源增長迅速，農(nóng)民在遠程教育學習過程中，面臨著―信息迷航‖以及―資源過載問題，主要原因是現(xiàn)有的遠程教育系統(tǒng)不能有效的理解教學資源的語義信息，不同結構的教學資源未能夠有效的組織成有效的知識。另外，系統(tǒng)無法為不同學習需求和背景的用戶提供符合其偏好特征的學習資源。如何從大量的學習資源中快速、有效地獲取個

2、性化學習信息已經(jīng)成為學習者迫切的需要。
　　本文主要探討研究了農(nóng)民現(xiàn)代遠程教育個性化學習關鍵技術，研究采用理論建模、數(shù)學分析、實驗仿真驗證和實際部署等方法。論文在個性化學習關鍵技術理論研究和實踐探索方面，主要取得了以下幾方面成果：
　?。?）提出了農(nóng)民遠程教育個性化學習系統(tǒng)框架。以遠程教育教學資源、農(nóng)民學習行為和教學資源屬性信息為依據(jù)，以計算機和信息技術手段為支撐，提出了髙效的農(nóng)民遠程教育個性化學習系統(tǒng)架構。
　?。?

3、）開發(fā)構建了農(nóng)民遠程教育視頻教學資源領域本體。研究并優(yōu)化領域本體構建方法，開發(fā)構建的視頻教學資源領域本體為用戶興趣模型提供可靠的語義知識支持。
　　（3）研究構建了基于用戶屬性信息和教學資源領域本體的個性化用戶興趣模型，有效緩解了用戶學習行為變化預測不準、算法空間復雜度高以及影響用戶學習行為分析不準確全面等問題。
　?。?）提出了基于用戶屬性信息及其興趣主題聯(lián)合相似度的協(xié)同過濾推薦算法，緩解了個性化系統(tǒng)中存在的稀疏性以及新用

4、戶問題。開展了基于序列分析的個性化推薦算法研究工作，通過實驗找出最小支持度閾值設置范圍在0.003％至0.004%之間，能兼顧算法的準確率和覆蓋率。
　?。?）研發(fā)了農(nóng)民遠程教育個性化學習系統(tǒng)原型，在實踐中驗證了領域本體、用戶興趣模型和個性化推薦算法等關鍵技術和方法研究理論的有效性。
　　研究創(chuàng)新之處主要體現(xiàn)在：在研究構建的遠程教育視頻教學資源領域本體基礎上，提出了基于用戶屬性信息和教學資源領域本體的個性化用戶興趣模型，解決