随着互联网的高速发展与信息的日益剧增,高校老师和同学的学习与思考方式发生了巨大变化,传统的教育模式已经无法满足老师和同学的要求。课堂上,老师按部就班的讲解知识,老师不能及时得到同学们的反馈,很大可能造成同学们对知识的不理解,进而感到巨大的压力。现有的资源无法有效的共享,也无法提供交互式的学习,同时也不可能基于用户的行为提供个性化推荐。当加入课堂的同学越来越多后,传统的学习方式不仅受到时间限制而且受到空间的制约,根本不能满足个性化的学习需求。学习管理学系统是传统教育与互联网完美结合的产物,通过现有的课堂教学手段,教学活动能够较为便捷且有效地向同学传递知识。系统提供搜索、推荐、资源复用等个性化服务,不仅简化高校教师的工作量,并且提供统计分析的功能,并结合实际情况,采用特有的推荐模型对用户的行为进行分析,进而给用户提供个性化推荐内容。海量数据的存储与并行计算是学习管理学系统中的重难点问题,为此本文引入大数据框架,设计实现了一个功能全面的学习管理系统,主要工作如下:1)采用SpringMVC+Mysql+Mongodb+Solr+Maven+Redis+Shiro框架搭建系统,以课程作为核心进行展开,利用分层式的设计对不同层级进行解耦,减少强依赖关系。2)构建爬虫组件,爬取某知名电商网站信息,获取教材资源。3)对创建课程、出题、组卷、统计等一系列核心功能进行需求分析和功能性、非功能性设计,并对数据库与原型进行设计,然后进行编码与UI替换。4)引入大数据框架解决海量数据的存储与并行问题。基于用户行为日志,对大量文献资料进行研究,从而构建出适应系统的推荐模型,并采用此推荐模型对用户进行教材资源相关推荐,提高系统智能化程度,从而有效解决统计分析、资源共享、个性化学习以及老师工作量等一系列问题。