随着互联网技术和应用的普及，人们能够不受时空限制随时随地地向学习者提供丰富且开放的学习资源。但在这个过程中，学习资源数量迅速膨胀，学习者面临着以下问题:信息过载，检索和查阅学习资源则需要花费大量的精力和时间;资源的开发仍停留在以量为主的层面，忽略学习者的个性化特征，不能从根本上满足用户的需求。　　从目前对已有的资源推荐平台或系统的研究发现，个性化学习资源的呈现形式相对单一;个性化学习资源的推荐方式相对单一;对资源开发者的技术要求较高。鉴于目前学习资源存在的问题，本研究依托教育部人文社会科学青年基金项目“智慧学习环境下大学生个性化学习方式及影响因素研究”(13YJC880120)，对支持个性化学习的适配性资源进行设计与开发。　　围绕研究主题，主要开展了四个阶段的研究:个性化学习与适配性资源的契合点分析;支持个性化学习的适配性资源的推送模型构建;支持个性化学习的适配性资源的设计与开发;支持个性化学习的适配性资源的应用与效果分析。　　在契合点研究阶段，采用文献研究法，分析个性化学习的影响因素，以及适配性资源的功能，寻找二者的契合点，为适配性资源的推送奠定基础。　　在推送模型构建阶段，通过对适配性资源的推送框架和技术进行比较分析，总结出适配性资源的混合推送框架，并结合适配性资源在个性化学习中的作用，构建出支持个性化学习的适配性资源推送模型。　　在资源设计与开发阶段，通过对用户和平台的功能需求进行分析，依据推送模型中的“系统自动推送”和“教师引导推送”两种推送策略进行适配性资源的设计，并借助资源开发工具—智能批改程序、微信公众平台以及Adobe Captivate进行以上两种资源的开发。　　在资源应用与分析阶段，本研究选取了广东食品药品职业学院2015届大专生作为研究对象，开展了对《计算机应用基础》课程的对比实验研究。实验结果表明实验结果表明提供基于教师引导推送和系统自动推送的适配性资源能够提高学生的学习效果;基于教师引导推送和系统自动推送的适配性资源对中分组和低分组学生的学习效果提高程度更大。　　本研究的创新点主要有:　　①通过分析适配性资源的功能特性与个性化学习的影响因素，寻找出二者的契合点，并作为构建适配性资源推送模型的依据。　　②借助于一些智能开发工具，对适配性资源进行开发，降低了适配性资源开发的难度，使适配性资源为更多的师生所使用。