在网络教学系统中含有大量的教学资源，一般情况下当某一学生浏览新的教学资源时并不知道其中是否包含其感兴趣的内容，只能对资源内容或者资源描述进行查看，如果其中不包含其感兴趣的内容,所进行的查看就是无意义的。在网络教学系统中加入教学资源推荐服务可以有效的减少这种无意义的查看, 提高学习效率。 现有的资源推荐服务大多采用传统的机器学习方法，绝大多数都是从零开始学习，并不借鉴以前学到的知识，而将迁移学习应用到资源推荐服务中，将以前学科中学到的知识迁移到新学科的学习中去，将使机器学习的能力大大增强，资源推荐服务的效率也将大大提高。本项目提出基于迁移学习的教学资源推荐服务模型，提供一套完整的实现跨学科教学资源推荐的解决方案。对方案中的关键问题加以深入研究，提出新的、高效的、适合教学资源推荐的迁移学习算法，用以提高服务的智能性和实用性，从而能够更好的满足学生个性化学习的需求和提高学生的学习效率。