目前,人工智能的发展为教育领域赋能,从为教师服务的角度看,具有减轻负担、帮助教师更加关注学生个性发展、提高效率等优势。比如,人工智能的备课技术,可以满足教师个性化备课的需要,根据教师的不同需求为教师推送不同的教学资源,提供智能化备课的服务。研究发现,现有的备课平台主要存在两个问题。1)未能面向全体教师。现有的备课平台,大多面向K12阶段的教师,忽略了高校教师的备课需要。2)未能实现教学资源的个性化推荐。随着数据量日益增多,在海量资源中找到合适的资源变得越来越困难,并且用户也希望系统能够做到根据每个人的不同需求进行针对性的推荐。基于以上分析,本文提出了基于Django框架的备课资源推荐系统。本系统面向高校教师,由于高校中专业较多,且分类较细,故以计算机课程为例。设计思路如下。利用爬虫技术从网络中爬取与计算机课程相关的教学资源,并结合Django框架搭建起备课平台。其次,在平台中融入了基于标签的推荐算法和基于关联规则的推荐算法,实现教学资源的个性化推荐。这样做的目的是,利用标签解决推荐系统中的冷启动问题,新用户可以通过在注册时选择兴趣标签的方式,让系统快速的了解用户需求,以此避免用户在刚刚注册时,系统无法为其推荐合适的资源。同时,为了使推荐结果更为准确,在标签推荐中,运用了TF-IDF算法计算标签所占权重。再者,为了可以反馈给用户更加丰富的推荐结果,融入了关联规则,它可以分析出标签之间的联系,从而挖掘出用户潜在的兴趣标签,并把潜在兴趣标签下的资源也推荐给用户。本系统利用Python语言结合MySQL数据库来进行开发,开发环境为PyCharm。最后利用数据集和模拟用户的方式进行测试。