随着Web2.0技术的普及与发展,互联网迅速的进入了SNS时代,同时,教育领域也发生了很大的变化,师生之间需要更多的联系和互动。在这样的背景下,一种新型的网络学习环境——SNS学习型社区孕育而生。该社区主要的特点是学生和老师能够实现平等的交流和互动。在该社区中,衡量学习者学习效率的一个重要的指标是搜索有效资源的效率,若是学习者能在第一时间搜索到所需资源,将会提高学习者的学习效率。相比于传统教学和常见的主要网络教学模式,SNS学习型社区不再以教师为主导,而是转为将学生视为教学过程的中心,不再一味的只是“教”,而是更加注重学生“学”的能力。当然,在该社区中,提高学生的学习效率是一个不容忽视的重要问题。本文首先对学生搜索有效资源的效率进行了深入的分析,然后结合SNS学习型社区自身的特点,在已有的相似兴趣发现算法的基础上,进行了合理的改进,提出学习者通过自身兴趣搜索有效资源的方法。本文的技术路线是：首先根据学习者拥有的文档集进行预处理,得到其兴趣向量,接着通过兴趣相似度的计算找到所对应的兴趣域,最后在改良的混合式网络拓扑中进行兴趣搜索。本文改进的学习者相似兴趣发现算法,首先为每一个学习者设定一个兴趣向量,根据其所拥有的文档集采用模糊集理论和主题模型技术进行处理,得到每个学习者的兴趣向量,其次需要通过兴趣向量计算学习者之间的兴趣相关度,选择兴趣相似的学习者组成兴趣域,最后在混合式网络拓扑结构中进行相似兴趣的搜索。本文将学习者相似兴趣的搜索分为三个过程,通过在JXTA平台下进行系统设计,实现了SNS学习型社区中学习者兴趣搜索的机制,最后利用Matlab进行了四组仿真实验,实验结果证明本文提出的改进方法在学习者搜索所需资源有较高的效率,在搜索范围和搜索成功率方面也有较好的性能。