- 文献综述（或调研报告）：
1、e-Learning
有了数字技术，学习者能够与丰富的多媒体进行交互；社交和参与式媒体为学习者的交流和协作提供多种渠道。与此同时，智能手机和平板电脑的出现使移动学习成为一种现实，虚拟世界和游戏环境则为角色扮演和情景学习提供了丰富、逼真的学习环境。数字技术能帮助我们更好地发挥各种教学法的优势，包括联想性教学法、构建主义教学法、情景式教学法和联通主义学习。事实上，数字化领域情况复杂且在不断变化，因此我们显然需要采用新的和具有创新性的方法创设有效学习干预。其核心可以说就是设计，而设计也是今天教育所面临的主要挑战。学习设计这个研究领域是在20世纪90年代末作为帮助教师在课程设计方面能够做出更加有理有据而且符合教学规律的决策，恰当使用技术工具的一种手段而出现的。学习设计提供了指导设计实践的工具和资源，使教师能把他们的设计可视化，清楚表达，并能与同行分享。顾名思义，7C学习设计框架，通过七个步骤全面支持设计实践。这七个步骤分别为：（1）形成概念：学习干预的目的、对象、本质、方法（2）获取：各种资源（3）交流（4）协作（5）思考（6）总结（7）巩固
- 个性化推荐
与传统学习相比，e-Learning是凭借信息技术和网络技术来解决信息分散问题和实现快速学习的一种全新方式。e-Learning允许学习者通过网络在一个虚拟的学习环境中进行学习，使得学习者实现任何时间、任何地点的学习，进一步帮助人们实现终身学习的需要。但是，
e-Learning的广泛应用也产生了海量的学习资源，如何快速地发现学习者所需要的学习资源逐渐成e-Learning快速发展的障碍。对于这个问题，传统的解决方案是利用搜索引擎来查找学习者所需的相关资源。由于搜索引擎不能基于学习者的兴趣爱好或者偏好来定位合适的学习资源，从而出现了e-Learning推荐系统。
推荐系统是指通过分析者的历史行为，在此基础上主动推荐给使用者一些能够满足其兴趣或者需要的信息。Chen等人提出了一个基于Web的个性化学习指导系统，该系统采用贝叶斯估计方法分析学习者的能力，并通过修改的项目相应理论将课程困难度、学习者能力以及学习课程概念的连续性相结合，为学习者产生个性化的课程序列。陶剑文和姚奇福提出了一个基于Web使用挖掘的集成多Agent和Web services的分布式个性化学习推荐系统。该系统采用最近最少使用策略的系统推荐算法，通过对学习者的历史数据分析，发现学习者的使用模式，以此为学习者推荐符合其学习行为的课程。
参考文献
（1）陶剑文,姚奇福.2007.基于Web使用挖掘的个性化学习推荐系统[J].计算机应用(7):1809-1812.
（2）王剑,陈涛.个性化e-Learning协作学习推荐系统研究[J].中国远程教育,2016(07):44-51 76 80.
（3）王晶,李艳燕,王迎,等.2007.基于交互分析的协作学习过程研究--以“e-Learning导论”在线课程分析为例[J].中国电化教育,245:44-48.
（4）格拉妮娅·科诺尔,肖俊洪.高等教育e-learning的设计和评价[J].中国远程教育,2014(08):5-14 95.
