随着信息技术的快速发展,教育信息化越来越受到人们的重视。在教育信息化的发展过程中,实现个性化学习是学习者的迫切需求。个性化推荐技术能够帮助个性化学习,使学习者的学习效率得到显著提高,同时也能帮助老师更好的把教学内容分享给同学,因此教学资源个性化系统可以看作是课上教学的补充,学生可以在课下根据自己需求自主学习。当教学资源越来越多时,一个有效的个性化推荐系统就很有必要了。本论文设计并实现了一个针对教学资源的个性化推荐系统,此推荐系统根据用户的浏览记录、浏览习惯和偏好,把用户可能感兴趣的教学资源推荐给用户。本推荐系统用Python语言完成系统的开发,前端使用HTML技术,后端使用Oracle数据库,实现了教育资源推荐系统。整个系统根据功能实现包括用户管理、资源查找、资源推荐等模块。其中用户管理模块具备识别用户身份功能,权限区别取决于登录号类别;资源查找功能根据用户输入关键字显示该目标课程详细信息,包括章节具体内容及评分信息;资源推荐模块能够实现根据用户下载资源类型、用户评分信息及资源检索的相关资源推荐。融合基于内容的推荐算法(CB)、基于物品的协同过滤算法(ItemCF)和奇异值分解算法(SVD++)设计了改进的CB-ItemCF-SVD++混合推荐算法,该算法有效解决用户冷启动问题,并实现教育资源的个性化推荐功能。本论文通过离线方法对推荐系统进行评估与分析,测试结果均符合预期目标,实现了基于教育资源的个性化推荐系统。