随着Web2.0时代的到来,视频网站得到了快速发展。视频已成为人们获取信息的重要途径,但是,大型视频网站上日益增多的视频在给用户带来很多选择的同时,也迫使用户不得不花费大量的时间来查询自己想要的视频,于是视频推荐成为当前大型视频网站的关键需求之一。视频语义标注通过视频所体现的内容按语义概念对其赋予编号,在此基础上可以实现视频片段推荐。对当前的视频语义标注工作做了研究发现,无论是纯粹的手工标注还是基于机器学习的自动标注都存在一些问题和困难,因此我们采用两者结合的半自动标注方式,即利用Web2.0视频网的特点搜集用户对视频的看点内容描述,在此描述的基础之上进行加工处理得到准确的视频细粒度标注。以教育视频作为研究对象,探索利用视频用户来进行视频变相标注的方式,在用户利用视频学习、分享的过程中获得视频的细粒度标注,这样可以结合用户兴趣和标注时间点分布获取推荐片段及其标注概念,对视频推荐具有重要的价值。结合视频看点信息的自主学习系统能够利用了学生学习的特点,通过辅助用户自主学习的方式获取学生对视频网的依赖,增加用户的粘性,增加用户进行视频描述的机会。最后,在系统实现过程中,对几个关键技术——AJAX技术、memcached缓存技术、flash播放等技术进行了较为详细的研究,最后使用php这种成熟的web开发语言完成了系统的开发。