近年来,随着人工智能技术的不断突破与互联网技术的飞速发展,使越来越多的用户利用互联网技术进行在线学习,同时新冠疫情的爆发也促使在线教育平台拥有了更多的用户。在线教育平台使高质量的教育资源得以普及,尽管越来越多的教育家提倡个性化教育,但当前的教育模式仍由班级教学为主导。用户可以利用学习资源在老师和同学帮助下获取知识,群组推荐正适用于此类需求。尽管在线学习平台为学生带来了学习方式上的便利,但如何有效的选择课程成为了当前所面临的新挑战。例如,大量视频资源上传到平台,学生不知道如何选择学习资源,从而影响了学生的学习效率。为解决这些问题将面临如下挑战:（1）如何表达用户的自由选择权,并使他们自由地分组;（2）如何获取不同用户的参与度,以建立个人推荐系统;（3）如何向一组用户推荐最有价值的学习资源。本文针对上述问题,本文提出了一种基于群组推荐的教学辅助算法,主要内容如下:（1）从所有网络节点中探索目标用户的朋友网络,并使用自适应动态系统来构想每个节点与其邻居互动的目标网络,以此构建学习群组。（2）衡量用户对于网络课程的参与度,根据用户观看网络课程的时长和观看时的动作信息,提出了一种基于协同过滤方法的个人评分模型。（3）通过群组推荐技术,将服务对象从单个用户扩展到一个群组的用户,并向群组用户提供有价值的建议,该建议满足大多数组内成员的需求。（4）使用北京数字学校的用户数据进行实验验证,实验结果表明本算法的推荐效果明显优于其他主流群组推荐算法。