作为当前教育领域的研究热点,移动学习颠覆了传统的教育与学习方式,同时,个性化的移动学习也逐渐引起国内外学者的关注。但是对移动学习环境下个性化学习资源的推荐与学习路径的生成仍然缺乏有效的机制,即个性化过程中对学习者的特征关注较多,而缺乏对学习资源的评价属性的设置与量化。在此背景下,本文将移动学习资源的推荐与选取视为多属性决策的过程,为移动学习资源的评价机制的研究提供了新的方向,并将FA算法应用于移动学习路径的生成,提出了基于MDAFA算法的个性化移动学习路径生成机制。文章对移动学习者群体进行了差异化的移动学习特征分析,阐述了职业教育背景下的学习者利用移动学习平台进行学习的困境,指出针对职业院校的学生进行移动学习资源与移动学习路径推荐的必要性,并在此基础上提出了面向职业教育背景下的学习者的移动学习路径生成机制。同时,依据能力本位理论,针对职业院校的学生选取了移动学习资源的评价参数,结合学习者特征,将移动学习资源的推荐与路径的生成视为考虑不同决策者决策偏好的多属性决策过程,引入正态模糊集用于决策属性数据的表达,并在此基础上对萤火虫算法进行改进,实现个性化的移动学习路径生成。本文的创新点主要包括:(1)引入决策属性对移动学习资源进行评价,并确定了适用于个性化学习路径生成的移动学习资源决策属性;(2)基于决策属性对萤火虫算法进行了改进,并应用于移动学习资源的推荐与移动学习路径的生成。