随着信息技术的发展,教育中利用不同媒体以及与传统课堂不同形式的教育越来越被大家接受。因为不同于传统课堂的要求,非正式学习对于学习者的要求要低很多,学习的限制比较少,所以对于非正式学习的研究也越来越受到专家学者们的重视。非正式学习开始于网络学习,慢慢的发展为移动学习现在已经扩展到泛在学习。泛在学习意味着任何人,在任何地方,任何时间都可能获得自己所学要的学习信息和学习支持,从而轻松愉悦地完成学习任务。在普适计算环境中,人们可以无障碍地享用任何计算能力和信息资源。在教育领域中具体的表现就是通过移动平台终端获取学习资源。但是根据泛在学习的特点我们可以看到这种资源的获取存在一个很大的缺陷：学习者在获取资源的时候会有大量的噪音返回,影响了学习者的学习。本研究是在参考了众多的移动学习和泛在学习的研究之后,充分考虑泛在学习的影响因素,特别是学习者风格和学习环境的影响,提出了一种资源自适应的模式。在泛在学习条件下,学习者与泛在学习平台之间的配合是非常重要的,学习者越熟悉平台那么学习效果就越好。因此如果泛在学习平台在推荐学习资源时能够进行智能化的推荐,那么学习者的学习效果必然会提高很多。本研究主要内容包括：在理论上,阐述泛在学习支持理论的一个发展过程,从这个过程中探讨泛在学习的发展趋势和要求。分析完泛在学习支持理论之后,再从自适应的角度,阐述自适应的原理以及自适应引入泛在学习中的优势。通过对现有泛在学习平台的研究和分析再结合学习者对泛在学习平台的期望,总结出现有泛在学习平台的优缺点,根据这些平台的优缺点,研究者设计了一个泛在学习资源自适应系统。泛在学习资源应用中的自适应系统分为个人学习体系和小组学习体系,并且结合了当下比较热门的技术。在个人学习部分,采用的是学习资源自适应的模式进行学习,系统会根据学习者的学习风格和学习环境,推荐最合适的学习资源内容和形式。在个人学习的部分还加入了语义知识搜索系统,这个系统可以识别自然语言,更加高效的返回搜索结果。在小组学习部分采取的是主题图式资源共建学习模式,小组学习成果经过审查可以成为个人学习中的学习资源。