基于因特网技术的远程教育现在越来越普及,逐渐成为人们接受高等教育和职业培训的一种新方式。参与远程教育的学习者在地理上隔绝,只能通过网络来交流。和现实教学环境不同,网络学习者希望能从学习网站上寻找到自己需要的学习资源,并寻求自己想了解的问题的最佳解答。然而网络上的知识载体已呈现爆炸增长的趋势,要在海量的信息中找到真正需要的资料并不是一件容易的事情。目前,国内外相关领域的研究屡有创新的进展。从基于内容的过滤到协同过滤,研究者们意识到信息过滤不应该单纯的依赖信息本身,而应该从信息的使用者、传递者——“人”出发,分析其偏好和行为等特性,同时有效的挖掘和利用用户之间的相互关系。本文的目的就是为参与远程教育的学习者推荐“人”,而不是单纯的“资源”。与此同时,远程教育的缺陷也要求我们为学习者推荐“人”,这是因为在远程教育环境中的学习者缺乏现实教学环境中学习者之间的那种互助关系,这种关系对于学习的效果有很大影响。造成这种现象的一个重要原因就是学习者不能有效地发现适合自己的互助对象,从而导致发生的互助行为次数较少。本文以提高参与远程教育学习者的学习效果为目的,深入地分析了为远程教育学习者构建学习社区的重要性,以便推荐最佳互助对象,同时提出了一个新的构建自组织学习社区的策略以及详细的系统设计方案。在该设计方案中社区的构建过程分为两个阶段。第一个阶段是利用获取到的学习者显式信息来静态地构建“互助社区”。此时学习者尚未开始学习过程,所以他们的历史互助行为我们无法获知,也就无法构建基于互助行为的自组织社区。于是利用学习者显式信息构建一个静态社区作为初始状态供第二个阶段使用。第二个阶段是根据学习过程中学习者的互助行为动态地实现学习社区的重建过程,即自组织学习社区的构建。在构建静态社区的时候,从提高学习者之间互助行为发生可能性的角度出发,将先验知识水平差异较大的学习者定义为具有更大的相似性,并对一种已知的高效聚类算法进行了算法改进和参数选取以实现静态社区的划分。在实现学习社区自组织的时候,充分重视学习者对自己所处社区归属感的下降,并在一个合理的条件下实现整个社区结构的重建。整个构建系统被设计成分层结构,总共分为四个层次,除第一层之外的每个层都为其上层提供一定的服务。第一个层次是学习者层,它也是处于位置最高的层次。这一层是参与远程教育的学习者直接可见的层,主要包括针对每个学习者定制的个性化页面,内容包括个人基本信息、学习资源发布和下载的历史信息、问题提出和解答的历史信息等。其余层都是对学习者透明的。第二层包括了系统的主要功能模块,如“静态社区构建模块”、“自组织社区构建模块”、“自组织社区重建判定模块”等;第三层是具体的算法实现,包括构建静态社区的聚类算法、网络社区结构发现算法以及社区重建判定算法;第四层是底层数据库,存储学习者信息以及当前社区结构信息。