互联网为中国传统文化市场注入新的动力,使中国传统文化用户普及程度不断提高,用户规模增长势头迅猛。中国传统文化教育愈来愈重要,国家对传统文化的学习也越来越重视,利用互联网技术发展传统文化势在必行。近年来,信息爆炸式增长,用户查找满足自我需要的物品时间花费增多,为解决此问题个性化推荐系统应运而生。协同过滤算法是推荐系统中最基础、核心的算法之一,其在业界得到广泛的应用,但存在冷启动和稀疏性问题。针对以上分析,设计并实现了基于个性化推荐的中国传统文化学习系统,既能够作为中国传统文化资源的展示与推广平台,也能符合用户的个性化需求,提高用户学习传统文化兴趣度。基于个性化推荐的中国传统文化学习系统研究贡献主要有以下三个。第一,采用基于标签的协同过滤算法缓解数据稀疏性问题。针对传统协同过滤算法中数据稀疏性问题,采用基于标签的协同过滤推荐算法,利用系统登录用户对中国传统文化资源的评分和打过的标签计算用户相似性创建用户的资源候选集,达到改善传统协同过滤算法的数据稀疏性的效果。针对时间因素会对登录用户学习中国传统文化资源的偏好带来影响,借助指数遗忘函数衰减用户标签权重,减轻时间对用户兴趣的影响。第二,采用基于流行度的推荐算法解决新用户推荐的冷启动问题。针对新用户推荐存在的冷启动问题,采用基于流行度的推荐算法利用基于个性化推荐的中国传统文化学习系统中资源的点击量、收藏量等数据进行热度排序,做了“最热门”、“最新”等基于流行度的推荐模块,达到了解决新用户冷启动问题的效果。第三,利用Django+MySQL的技术框架设计了中国传统文化学习系统实现了个性化推荐。针对不同用户的多样化学习方式需求,利用Django+MySQL的技术框架设计并实现了集古典册本、文化资讯、课程视频、音频解读、文化资讯和文化类别为一体的基于个性化推荐的中国传统文化学习系统,实现了让系统登录用户既可以通过视频对传统文化学习,也可以通过音频方式、文本阅读方式进行学习,更能通过文化资讯对当前文化形式、文化政策等进行一定的了解,达到满足用户学习方式多样性的效果。