现今，计算机的普及和网络的发展改变了现有的教学模式，教育资源数字化、网络化成为一个必然趋势。在这样的趋势下，势必产生大量教育资源，资源检索共享困难，学习者饱受信息过载和信息迷航的困扰，因此针对学习者的个性化资源推荐就成为远程教育网中亟待研究和解决的问题。本文将个性化推荐技术引入远程教育领域。首先分析了目前教育资源建设的现状和存在的问题，在LOM规范和CELTS标准的框架内，采用学习对象元数据的形式对资源进行描述、组织和管理，提出了具体的描述方法和扩展机制。其次，讨论了教育资源网中个性化资源推荐实现的具体思路和解决方案，重点研究了目前比较流行的个性化推荐算法，在分析各种算法优缺点的基础上，设计了基于用户和基于项目的协同过滤组合推荐算法。通过在Movielens数据集上的实验验证，组合算法在一定程度上改善了推荐算法的数据稀疏问题，提高了推荐质量。最后，设计了教育资源网中个性化推荐系统的整体框架，并具体描述了推荐服务的实现过程。