随着社会的不断发展,知识更新的速度越来越快。这就对图书馆的服务工作提出了更高要求。现阶段,信息化服务逐渐成为图书馆服务工作的主流。在信息化的过程中,个性化信息越来越受到人们的重视。个性化服务改变了传统图书馆被动的服务方式,使图书馆能够更加有效地工作。论文通过对数据挖掘技术理论及个性化服务系统理论的研究,将数据挖掘技术引入到高校图书馆的读者服务中,实现了个性化图书推荐服务。在对校图书馆数据库进行深入的需求分析、借阅流程分析后,从理论上论述了建立数据挖掘模型的必要性,并对模型进行了结构设计,在此基础上对数据库中数据进行了预处理工作,再经过主题分析,粒度分析,模型建立等环节,建立了图书馆数据仓库,并对数据进行了OLAP分析。在数据挖掘阶段,论文首先对数据挖掘模型中的数据进行属性分类。通过分类把数据挖掘要采用的属性分为读者数值型属性和非数值型属性,图书数值型属性和非数值型属性。在具体实现研究中,论文以这些数据作为具体挖掘对象,应用数据挖掘技术,研究了图书馆个性化服务中数据挖掘分析的具体实现过程。具体实现主要从两个方面实施挖掘分析：一方面采用聚类分析,将该图书馆的读者进行有效分类,总结出不同聚类群体的特点；另一方面在聚类分析的基础上采用关联规则挖掘,对聚类分析出的数据做进一步挖掘,挖掘出读者对图书馆图书资源利用的关联内容,找出具有强关联性的各类图书,主动为读者提供相关借阅的书籍信息,以多种方式主动向读者推荐图书。