随着教育信息化的不断发展,网络学习以其独特的优势越来越受到人们的欢迎。网络学习为学习者提供了丰富的学习资源。然而,学习者在海量的学习资源面前,也面临着如何选择的问题。因此,个性化的资源需求迫在眉睫。与此同时,学习分析作为教育信息化的新浪潮,是近几年教育技术学领域新的研究热点。学习分析以网络行为数据为基础,它记录了学习者的学习进度、学习轨迹、在线学习偏好等数据。由这些行为数据可以得出学习者的学习状况、困难及后续学习需求。因此,把学习分析技术与资源个性化推荐相结合,是满足学习者学习需求的一个有效途径。本研究以Moodle365移动学习平台为研究起点,研究内容主要包括以下五个方面:第一,分析了学习分析技术与资源个性化推荐的研究现状,提出当前研究存在的局限性。并根据目前的研究现状,提出本研究的研究意义,确定本研究的研究方法、研究内容。第二,通过访谈、问卷调查等方法了解学习者学习需求,搜集资料在平台中搭建《信息技术知识与教学能力》课程,根据学生知能结构及水平挑选实验组及对照组学生。第三,对实验对象进行多角度的学习分析以确定学习者的资源需求。主要包括:采用《Fdder-Silveraian学习风格量表》分析学习者的学习风格,采用《在线学习偏好问卷》分析学习者的在线学习偏好,检测学习者的知识与信息技术教学能力水平,以确定学习者的学习起点及个性化资源需求。第四,对实验组学习者进行个性化学习资源推荐。学习资源的个性化主要体现在依据上述资源需求分析实现学习资源推荐频次、推荐时间、推荐资源类型、资源内容、呈现形式等的个性化,并根据学习者学习过程分析不断进行学习资源推荐调整。第五,对实验对象进行了推荐效果分析,主要包括:知识结构检测,教学能力检测,社会网络分析,满意度调查等。进一步验证了基于学习分析的资源个性化推荐方式在网络学习中发挥的重要促进作用。本研究表明,采用线下调查与线上分析相结合的学习分析方式,能为资源的个性化推荐提供更好的依据,使资源推荐更加个性化,使学习资源更加符合学习者的学习需求。