随着教育信息化的普及,导师制研究生培养系统在研究生教育中崭露头角。导师制研究生培养系统以提供丰富的学习资源和便捷的交互方式成为研究生提高科研能力的重要途径之一。它不仅为研究生提供自主学习的平台,还帮助导师开展研究生科研交流工作。在大数据环境下,研究生往往会面临“信息沉溺”问题,使研究生难以在“信息海”中找到所需的学习资源。同时,学习资源的多样性难以得到保证。如何帮助用户在众多学习资源中快速找到所需的资源,并从多方面扩展相关研究点,即如何建立导研系统,成为本文探索和研究的主要内容。本文首先进行了加权Slope One协同过滤算法的相关研究,一方面,融入用户相似度算法,增强兴趣相似度高的用户对推荐结果的影响,另一方面,融入时间加权算法,降低较早的评分对预测评分的权重,从而根据用户兴趣偏好预测用户对目标资源的评分并得到推荐列表,主动向用户推送学习资源。其次利用信息聚合技术,在六个维度的基础上建立基于主题的学习资源聚合模型,扩展研究生学习广度,为后续科研工作做铺垫。其中引入网络爬虫技术,完成学习资源的自动入库,减轻人工上传学习资源的工作量。同时,采用协同工作工具Tower提高科研团队的协作效率,加强导师对研究生科研任务的管理。基于以上理论研究,本文采用MVC设计模式,运用Java语言、MySQL数据库和Tomcat服务器等,设计并实现了辅助研究生培养的导研系统,其功能包括资源、实战、计划、猿问和周记五大模块。MovieLens数据集上的Python离线实验结果说明,相对于传统的加权Slope One算法,本文的改进算法在一定程度上提高了推荐资源的质量。