随着全球化的快速发展,社会的竞争也越来越大,人们需要不断地扩充自己的知识,提高自己的技能来适应这个日新月异的世界,因此,在这样一个学习型的社会背景下,远程学习平台的发展无疑给人们带来了希望与便利,因为它能使人们通过网络随时随地的复习旧知识以及补充新的知识。然而,目前许多远程学习平台的学习流程大都是设计者事先安排好的,使该平台的使用者获得的学习内容以及学习过程都是相同的,这显然已经不能满足学习者的学习需求了。随着教育学、心理学、人工智能以及计算机网络等理论技术的快速发展,“个性化学习”这个概念已经被众多专家所认知并成为一个研究的热点方向,通过分析研究学习者的个性特点来构建一个个性化的学习平台,使每位学习者都尽可能地根据他们的学习需要获得感兴趣的学习内容以及他们所喜欢的学习方式等来达到学习的一个最佳效果。本文在认真分析研究个性化学习的一些相关理论以及开发技术的基础上,构建了一个基于学生兴趣特征的学习系统,本系统主要包括三大模块,分别是用户管理模块、资源管理模块以及学生学习模块。用户管理模块保留用户注册的信息,并根据用户注册时的不同身份赋于其相应的使用权限。资源管理模块主要实现老师对学习资源的维护管理以及文本向量建模等功能。在该模块中,老师添加的每一篇学习文本都必须经过中文分词等处理,最后构成一个相应的文本向量一并被保存。学生学习模块主要包括学生初次学习模块和继续学习模块,在学生初次学习时,首先使用两种方式收集学生的学习兴趣特征,一种是学生直接选择自己感兴趣的关键词,另一种是学生自己描述想要学习的内容,然后将其兴趣信息表示成向量空间模型,最后将学生的兴趣向量与学习资源的文本向量进行相似度匹配,从而为学生提供当前其感兴趣的学习文本。当学生下次学习时,可以选择继续学习上一次推荐的文本,或者要求重新推荐学习文本继续学习。最后,论文对传统的基于关键词直接匹配与基于本文构建的模型进行推荐的学习效果进行了对比,从返回的结果分析,基于本文模型的推荐结果在一定程度上更接近于学生的兴趣需求。