随着素质教育的实施和小学英语教育教学的改革,英语绘本(针对儿童的心理特点和认知发展水平而设计的一类以图画为主、文字为辅的故事书)以其特有的辅助教学的特点,在小学课堂内外教学中得到广泛重视。互联网时代的到来,促使学生和家长对于线上自主性阅读绘本的需求愈加强烈,虽然教育市场上也出现了一些提供绘本线上阅读功能的英语学习软件,但这些软件大多只是单纯的改变了纸质绘本图书的阅读形式,而没有彻底满足学生对绘本阅读的真实需求,所以如何针对学生的真实阅读情况以及阅读喜好来进行个性化推荐阅读是一个亟待解决的问题。在此背景下,本文通过研究个性化推荐技术,在使用基于关联规则的推荐算法获取绘本阅读推荐最强关联规则的基础上,结合基于用户的协同过滤推荐算法,对艾宾浩斯遗忘曲线同用户阅读兴趣进行结合改进,对绘本阅读个性化推荐过程进行优化,提升绘本阅读推荐的准确率。在本文设计与实现的基于艾宾浩斯遗忘曲线的英语绘本阅读推荐系统中,艾宾浩斯遗忘曲线与用户绘本阅读兴趣的结合改进以及英文文本快速分类是核心。因此,将用户对绘本的行为权重类比为遗忘曲线里人对某项事物的记忆程度,通过保持量函数得出学生对不同类绘本的阅读兴趣记忆保留率及相应的兴趣度占比(本文选用快速文本分类方法FastText对英文绘本进行分类)。在此基础上,利用基于关联规则的推荐算法处理得到绘本阅读的最强关联规则和利用基于用户的协同过滤推荐算法处理得到拥有相同阅读兴趣的用户的待推荐绘本集,再利用线性回归模型处理得到上述两种推荐算法下的最优推荐比例,并与绘本所属类别兴趣度占比做乘积,得到绘本的最终可推荐度,将其降序排列,并及时优化推荐方案。最后,将优化后的绘本阅读推荐方案依据Top-N准则应用到具体的推荐系统中。在实验验证方面,本文从推荐性能方面对绘本阅读推荐系统进行验证,实际结果表明,本文提出的基于艾宾浩斯遗忘曲线的英语绘本阅读个性化推荐方案是可行的,并在准确率、召回率及F-Measure等指标上也表现出更好的性能。