案例学习是法学实践课堂的核心内容。在传统法律教学中,课内的案例学习素材依赖于教师人工筛选后推荐给学生,案例数量有限且过于消耗教师的精力;课后的案例素材需要学生自行检索,面对指数级递增的法律文书,学生易产生信息迷航和信息厌倦等问题,难以做到快速而又精准地筛选。此外,现存的传统学习平台难以满足垂直类专业领域中案例教学活动的开展。因此,如何让学习平台更加专业化、智能化地辅助法学实践教学活动的开展是本文研究的重点。为此,本文主要研究了面向案例学习的法务课程教学平台的设计与实现。首先,本文通过对法务课堂教学实践进行调研,归纳了面向案例学习的法务课程教学平台的实际需求,完成了原型系统的设计;然后,在充分考虑法律领域知识的基础上,通过挖掘案例文本的特征信息,构建了多维细粒度的要素信息抽取框架,将非结构化案例长文本转化成多维细粒度的要素信息,并以此为基础增强了案例的表征方式;接着,在学习者模型规范CELTS-11的基础上扩展了实时需求这一维度,以学习者序列化的行为信息来计算当下兴趣,将学习者的实时偏好信息纳入了推荐算法的考量范围中,最终实现了基于案情要素和学习者偏好的案例混合推荐算法。最后,本文在IntelliJ IDEA环境下,采用Spring5+Springboots+Mybaits框架完成了面向案例学习的法务课程教学平台原型系统的研发,实现了具体案情的分析和推荐、批量案例要素的可视化、案例焦点的集中讨论以及法律文书生成等主要功能,测试表明该法务教学平台能够平稳运行,将有效地辅助以案例学习为主的法务课堂教学活动的开展。