互联网技术的发展使得网络信息资源日益庞大。对于用户而言,海量的数据信息严重干扰其对信息的正确选择,因此信息利用率非常低。对于企业而言,满足用户个性化需求对其扩大用户规模具有不可替代的作用。推荐系统可有效解决信息过载问题,提供个性化服务,因此无论对于用户还是企业,个性化推荐系统的研究都具有重要的影响和意义。本文为获得更好的推荐性能,将强化学习方法应用到推荐算法中进行了研究,同时针对企业需求,设计和实现了基于强化学习的教育资讯个性化推荐系统,具体工作如下:（1）针对推荐算法需适应用户行为特征变化,捕捉用户兴趣演变的问题,提出了一种基于强化学习和生成对抗网络的推荐算法（Model-based Reinforcement Learning with Generative Adversarial Networks and Attention Mechanism for Recommendation,MRLG Rec）。由于无模型的强化学习方法需要与真实环境频繁交互,代价较大,因此本文采用了基于模型的强化学习方法。本文在采用注意力机制充分提取用户状态特征的基础上,基于生成对抗网络构建了一个用户模拟器,用以模拟用户与推荐智能体之间的交互过程,并将这个模拟器作为强化学习的环境模型,进行推荐策略的学习。对比实验表明,所提用户模拟器能够适应用户的行为特征变化,获得较高用户行为预测准确率,基于此用户模拟器的推荐算法也获得了较高的点击率和长期奖励,有效提高了推荐性能。（2）针对企业需求,设计并实现了一个基于强化学习的教育资讯个性化推荐系统。本文首先分析了教育资讯个性化推荐系统的功能和性能需求,进行了总体架构设计和模块设计,将系统分为数据采集模块、数据存储模块、算法模块和系统业务模块;然后将所提算法MRLG Rec应用于此系统,实现了基于强化学习的教育资讯个性化推荐系统;最后进行了算法效果验证和系统测试,验证了该系统在功能和性能方面的有效性。