社会和科学的进步为教育发展提供了机遇,同时也提出了挑战,传统的教学方式已不能满足时代对人才的需要,现代远程教育的发展已经成为全球性的大趋势。许多国家的政府都把发展现代远程教育作为重要的战略决策,制定专项的计划、相应的政策,使远程教育手段在小学、中学、大学乃至企业中得以利用。但是,传统的远程教育系统往往以系统自身为中心,并没有充分考虑学习者的个性化需求,要求学习者来适应系统而不是系统去适应学习者,没有充分按照学习者的个人学习特点来进行教育,所以造成了交互性差、学习效果不明显等诸多问题。将个性化学习理论应用于远程教育学习系统中是解决学习者需求的个性化和教学资源的单一化这一矛盾的有效方案,构建个性化的学习系统才能实现真正意义上的个性化现代远程教育,保证现代远程教育的教学质量。个性化学习虽然新近提出,但个性化的学习在现实中已然存在,并且非常普遍。现代一系列的理论和学说赋予了个性化学习思想更多的土壤,如建构主义学习理论、人本主义学习理论、学习风格理论和多元智能理论等,这些理论都说明了教学应尊重学习者之间的个体差异。实现个性化学习系统要综合运用心理学、教育学理论、人工智能、数据挖掘技术、人工智能和网络通信等多项理论与技术,近些年来很多国家都纷纷投入人力、财力对个性化学习系统进行研究,但目前为止仍存在很多理论和技术上的问题需要研究和解决。在分析个性化学习理论和数据挖掘技术的应用现状的基础上,做了以下一些工作:1.建立了一个学习风格分类模型。系统只有认识学习者在学习风格上的差异,才能采用灵活多样的教学策略和方法,为每个学习者提供适合其学习风格的学习机会,发挥不同学习风格的长处,以提高学习者的学习效率。因此我们提出了应用贝叶斯分类技术对学习者的学习风格进行分类的一种方法,为个性化学习系统提供决策信息。在个性化学习系统中增加学习风格分类模型,根据学习者的历史学习记录预测该学习者的学习风格是视觉型、听觉型还是写读型。2.在分析数据挖掘的基本理论以及在教育中的应用现状的基础上,我们将数据挖掘技术应用于个性化学习系统,提出了利用关联规则挖掘分析学习者对所学课程以及知识点测试成绩之间、学习风格与学习方法之间的关联规则的方法,采用Apriori算法分析学习者学习行为记录中隐含的规律,从而为个性化学习系统提供指导信息。3.给出了个性化学习系统的设计思想和实现应用。对个性化学习、数据挖掘在远程教育系统中的应用进行探索,与传统远程教育系统比较,增加了数据挖掘的功能,可以对学习风格分类和学习成绩之间、学习风格与学习方法之间进行关联分析。该系统还增加了个性化学习的功能,能够根据学习者的学习风格按照规则库中的规则组织适合学习者个人的学习内容。