随着世界各国对终身学习的逐步重视，数字化终身学习环境逐步增加，随之而来的是学习资源的膨胀与冗余，同时也给学习者寻找学习资源带来了困惑。如何能够根据学习者个人的学习兴趣，找到适合自己的学习资源，成为越来越多研究者关注的问题。本文正是在这种背景下，提出一种在数字化终身学习环境中，根据学习者的学习兴趣，为学习者推荐学习资源的一种个性化推荐机制。主要研究内容如下：（1）学习者兴趣和学习资源建模。学习者注册后，系统根据学习者的注册信息分析出学习者兴趣，同时，学习者兴趣会在学习者的浏览、收藏和下载行为中表现出来，系统根据学习者的这些行为自动的对学习者兴趣进行修正，并构建学习者兴趣模型。同时，根据学习资源的标题、作者、描述和关键字等，对系统中的学习资源进行学习资源建模。并对学习资源和学习者兴趣进行相关度计算，将学习资源和学习者兴趣进行关联。（2）学习资源推荐。系统将对学习者的行为进行跟踪和监控，生成Web日志。通过对Web日志分析以及数据转换，得出学习者的URL访问记录、URL收藏记录以及学习者对学习资源的下载记录，结合学习者的注册信息得到学习者兴趣。根据学习者模型和学习资源模型的相关度，对学习者进行推荐。（3）推荐结果判定。学习者在得到推荐结果后，系统将对推荐的结果进行判断。如果学习者对推荐的学习资源产生了收藏或者下载的行为，则认为学习者对推荐的结果是满意的。系统将继续推荐一些相关的学习资源。如果学习者没有对资源点击或者只是进行了点击的行为，则认为推荐的学习资源并不是学习者最感兴趣的，那么，系统将对学习者兴趣进行调整，重新推荐给学习者一些其他方面的学习资源。