随着开放教育事业的蓬勃发展,网络教育资源如雨后春笋般涌现；特别是在平等、共享的教育理念引领下,国内外各大高校都纷纷推出视频公开课。在国内,视频公开课以各大门户网站为平台,向所有的学习者开放。由于公开课数量不断上升,学习者在网站中寻找自己感兴趣的内容逐渐变得困难。本文通过将个性化推荐技术应用到视频公开课网站中,为网络学习者提供一个个性化、自动化、智能化的推荐系统。本文研究了基于关联规则、基于内容、协同过滤三种常见的推荐技术的推荐原理并比较了各自的优缺点和应用领域；据此选定了协同过滤算法作为本系统的推荐技术。传统的协同过滤存在数据稀疏和冷启动的问题,本文研究的推荐系统主要运用加入用户和项目属性的协同过滤推荐技术。由于本文考虑了用户属性和视频特征属性对推荐结果的影响；改进后的算法不仅解决了冷启动问题,还在一定程度上提高了推荐结果的准确性。此外,一般基于用户的协同过滤获取用户对项目的评分都是通过显性的方式,增加了用户的负担；本文把用户观看视频的时长作为其对视频的喜爱程度的依据,以此来自动计算用户对公开课的评分,使系统更加自动化。本文研究的基于视频公开课资源的个性化推荐系统能够根据学习者的行为特征主动发现其兴趣,为其提供感兴趣的视频公开课。这在一定程度上提高了用户对网站的忠诚度和黏着度,对视频公开课的推广起到一定的积极作用；同时对视频学习平台中个性化推荐系统的应用提供了一定的参考价值。