随着Internet的迅速发展,全球对终身教育的需求以及现代远程教育的深入开展,以异步教育方式为主要特征的e-Learning正成为Internet上的一种重要应用,同时为用户提供个性化的服务越来越成为e-Learning系统的迫切需求。所谓个性化服务就是根据用户的个性持征,如兴趣、爱好和认识水平等,为不同的用户提供不同的服务。Internet的分布式资源环境,能够在知识获取方式和协作学习等方面为远程教育和知识服务提供有力的技术支持。Internet上的学习资源日益丰富,但是目前的e-Learning应用还存在一些不足,例如动态异构Web环境下的个性化学习等。针对这些问题,本文从知识资源语义和个性化推荐技术等方面进行了深入的研究。论文针对e-Learning应用在学习内容个性化推荐中的相关技术作出了研究,提出了一个基于本体的学习内容个性化推荐系统框架,并对该框架中所涉及到的相关技术作出了研究。论文首先分析了个性化推荐服务系统的服务模式、关键技术,总结研究了国内外典型研究项目和实验系统,在此基础上提出了基于本体的学习内容个性化推荐服务系统的框架和处理思路;接着讨论了用户建模技术,它是推荐系统实现个性化功能的一个关键步骤,并从用户模型的表示、数据收集与预处理,用户模型的学习和更新几个方面进行了研究;然后探讨了学习资源标准和学习对象在e-Learning环境中的应用,学习资源标准和学习对象能在一定程度上支持个性化学习,但学习资源标准有其局限性,它们过于着重属性的规范说明,且不能描述学习材料的主观信息;接着对e-Learning个性化学习进行深入分析,指出其根本原因在于资源缺乏语义,以及系统共享机制弱,进而提出使用本体来描述e-Learning资源的语义,通过采用本体建模,结合e-Learning领域知识模型,建立了教育领域知识本体作为e-Learning知识资源语义体系,并对该体系中的各类本体进行了形式化定义和范例分析,从而将e-Learning系统应用到在语义Web框架中,通过增强e-Learning语义互操作能力来提高个性化学习水平;最后是个性化推荐算法的研究。