随着移动互联网技术和教育信息化的深入发展,不仅要求进行教育改革,同时也为教育改革创造了条件,提供了环境。利用教育数据挖掘技术为学习者提供个性化学习服务已经成为新时期教育技术领域专家、学者研究的热点。在传统教学中,在有限的教学资源下,教师无法实现针对学习者的个体差异进行个别化教学。如何将数据挖掘技术和教育深度融合,通过分析学生当前认知水平的测试结果,及时推荐相应的学习资源,实现因材施教、精准服务的个性化教学,促进学生的个性化发展,是教育信息化和教育改革面临的一种挑战。本文以MOOC平台为依托,结合我校《大学计算机基础》课程的教学实践,探讨个性化学习策略在《大学计算机基础》中的设计与应用。本文共有五章内容。第1章阐述本文研究背景、研究内容与意义,并分别论述国内外关于MOOC平台、《大学计算机基础》课程改革、个性化学习资源推荐的研究现状。第2章主要介绍了本文所涉及到的相关概念、理论基础与算法。第3章介绍个性化学习策略的设计过程。主要由三部分组成:首先,根据课程知识点及其逻辑关系构建知识结构图;其次,根据试题-知识点矩阵和学生答题情况矩阵判断学生知识掌握情况,利用拓扑排序生成该生未掌握知识点的序列;最后,根据学生的知识掌握情况,采用协同过滤推荐算法,向学生推荐相应的学习资源,从而实现个性化教学。第4章对个性化学习策略在《大学计算机基础》课程中的实践研究进行案例分析,并从学生的课堂行为表现、作品成绩、测试成绩以及问卷调查四方面对实践效果进行分析与总结。第5章总结了本文的研究成果与不足,并对后续研究工作进行规划和展望。实践研究表明:一方面,个性化学习策略能够针对学生学习情况及时提供反馈信息,同时可以根据学生自身的薄弱点推荐相应的学习资源,进而提高学生学习效果;另一方面,本研究为《大学计算机基础》课程的发展和教学优化工作提供了一定的理论指导和依据。