本發(fā)明公開了一種基于深度學(xué)習(xí)的適應(yīng)性學(xué)習(xí)系統(tǒng)和方法：針對(duì)線學(xué)習(xí)平臺(tái)數(shù)量的增多，學(xué)習(xí)資源形式也越來(lái)越多樣化，設(shè)計(jì)開發(fā)基于深度學(xué)習(xí)的適應(yīng)性學(xué)習(xí)系統(tǒng)和方法，通過(guò)設(shè)計(jì)基于互信息特征選擇模型(MIFS)的深度神經(jīng)網(wǎng)絡(luò)輸入優(yōu)化策略，建立了學(xué)習(xí)者?資源二部圖關(guān)聯(lián)模型下的輸出直觀化描述，其次利用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練獲得資源推薦模型，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)資源推薦。利用深度學(xué)習(xí)算法對(duì)數(shù)據(jù)適應(yīng)性強(qiáng)、處理性能好等特點(diǎn)，將其用于學(xué)習(xí)者偏好、學(xué)習(xí)者的特征類型等方面的分析研究，對(duì)學(xué)習(xí)者偏好的預(yù)測(cè)準(zhǔn)確度高，進(jìn)而改善學(xué)習(xí)者在線學(xué)習(xí)的體驗(yàn)與效果。