以互联网平台为依托的Web协作学习(CollaborativeLearning),正在改变着传统的学习方式。Web协作学习正日益成为人们掌握知识、更新知识的一种重要手段。当前,尽管基于WEB的协作学习是远程学习的主要形式,网络协作学习系统已在远程教育领域广泛应用,但在网络教学的实施中,还存在许多技术问题。而且现有的Web学习系统学习主体智能程度较低,同时缺乏对用户(学习者)个性化学习的支持,阻碍了用户个人特长的发挥。本文针对网络协作学习中存在的问题,引入分布式人工智能领域中的智能代理技术,构建了一个由主控程序、学生代理、教学代理、信息代理组成的网络协作学习智能代理模型,并重点探讨了采用机器学习和数据挖掘的方法,如何更有效地实现个性化学习,使网络协作学习朝着智能化,个性化的方向发展。本文主要的工作体现在以下几个方面:(1)引入分布式人工智能领域中的智能代理技术,构建了一个由主控程序、学生代理、教学代理、信息代理组成的网络协作学习智能代理模型。(2)学生代理依据基于蚁群智能的聚类算法,根据学习者所选的课程名、课程概念、学习者的接收能力、思维偏向等进行用户聚类,获得不同的协作学习代理分组,从而充分调动协作学习小组成员的积极性。(3)教学代理不仅负责监控学习者的学习行为,提供相应的教学资源,而且还能针对不同认知水平的学习者,利用模糊神经网络的方法选择相应的教学方法,帮助学习者完成学习,实现因材施教。(4)信息代理不仅可以按课程名自动地从本系统的课程学习资源或Internet网络资源上获取学习者所需的信息,而且当学习者需要搜寻具有某一课程概念的课程时会进行个性化课程的智能推荐。