近年来,随着全民学习、终身学习等观念的普及,非正式学习得到了越来越多的人的关注。移动通信技术的发展使得非正式学习的方式经历了由数字学习到移动学习再到如今的泛在学习的发展过程,学习方式变得更加灵活、便捷和个性化。泛在学习因其可以使学习者根据自己的需求随时随地利用任何终端学习的特性,适应了现代社会对学习的需求,受到人们的普遍欢迎,并成为未来学习的发展趋势。而泛在学习资源是泛在学习得以开展的重要支撑,因此,如何设计与开发高效、便捷、个性化的泛在学习资源成为了泛在学习研究的一项重要内容。基于此,本研究首先重点研究了泛在学习资源,从学习资源信息模块、学习资源进化模块以及学习资源活动模块对学习资源进行设计,使得学习资源具有泛在性、情境性、联通性等特性。现阶段,互联网成为了学习者获取学习资源的重要渠道,然而,随着网络资源数量爆炸性的增长,仅仅通过传统的搜索引擎方式来获取信息存在着返回结果多、准确性差等缺点,这使得学习者无法获得满意的学习资源,而近年来个性化推荐技术在商务领域的成功应用为解决这一问题提供了一个新的思路。将个性化推荐技术引入教育领域,并与泛在学习资源相结合,可以很好地帮助学习者获得个性化的泛在学习资源。基于此,本研究对目前流行的个性化推荐技术做了比较分析,结合泛在学习资源的特点,使用协同过滤推荐算法为学习者推荐学习资源。本研究首先通过分析研究泛在学习及其资源的特点,对泛在学习资源模型进行了设计,并通过研究与比较多种个性化推荐技术,确定使用协同过滤推荐技术对泛在学习资源进行推荐。随后,本研究对学习者兴趣模型进行了设计,并利用协同过滤算法为其推荐资源。最后,本研究对泛在学习资源推荐系统从需求分析到代码实现做了具体设计,将以上理论应用于实际中。