E-learning的发展和应用为用户学习提供了前所未有的丰富资源和灵活性,在服务器上运行的教学平台可以同时接受多个用户访问,使资源利用率大大提高,而且教学不受时间、空间和地域的限制,使用户实现了自主学习。但目前基于Web的E-learning平台仍是以网站为中心,不能根据用户的个性特征对教学资源进行推荐。因此,如何设计个性化的E-learning教学平台,逐渐成为众多领域研究者关注的一个热点问题。本文以Web挖掘技术为基础,通过分析E-learning环境下用户的浏览行为和浏览内容,提出了一种新的基于向量空间模型的混合模型,并用2层树状结构模型来表示用户兴趣,同时根据用户对页面的访问次数,浏览速度和驻留时间来更新模型；其次提出了一个个性化的教学推荐模型,其特点是可以分别对访问日志和交互数据进行挖掘,接着分析了从Web日志数据中提取访问事务集的过程,并利用关联规则生成频繁项集,在此基础上提出了一种新的基于频繁项集的个性化推荐算法；最后,应用所建立的模型和算法,构建了个性化的E-learning教学平台,并实现了该平台的原型系统。实验表明,该系统能根据用户的兴趣和学习进度,给用户提供相应的个性化服务。个性化的E-learning教学系统涉及到的领域很广泛,本文工作只是建立了用户兴趣模型和个性化的教学推荐模型,且实现的原型系统和实际应用还有一定的距离,这将是下一步的研究方向。