图书馆迈入了传统和数字化的复合阶段，图书馆的服务逐渐朝着信息化、数字化的方向发展，个性化服务是数字图书馆的主要特征。目前我国绝大多数的图书馆特别是高校的图书馆都已经实现了数字化，他们大多都是投入一笔经费，把全部或部分馆藏文献进行数字化处理，制作成图书馆管理系统来实现网上图书查询，读者预约和续借等功能。这些功能的实现，只是改变传统服务方式为网络环境下的服务，这些服务都是被动的为读者提供图书资料，无法洞察借阅数据的内在联系，无法发现读者的需求主动地推送信息来实现个性化服务。在此背景下，本文将数据挖掘技术应用于图书馆借阅数据中。介绍了数据挖掘技术及关联规则的概念、种类、算法、任务等相关知识。分析了图书馆借阅数据的特点，在此基础上采用一种基于事务压缩多支持度的关联算法应用于图书馆借阅信息的挖掘，该算法通过压缩扫描的事务数据库提高挖掘效率并通过多支持度的设置挖掘出更多有用的规则。再者对目前主要的三大推荐算法进行了分析比较。由于新书流通时间短,借阅的记录少，在基于关联规则的推荐中无法得到推荐。在图书馆借阅数据中，一般不涉及读者对图书的评分，图书的特征很容易被计算机自动抽出来。综合各因素采用基于内容的推荐方法来实现新书推荐。基本思想是基于内容的系统首先分析用户已经借阅的图书的共性(类型风格等),再推荐与这些用户感兴趣的图书内容相似度高的其他新书。本文最后采用ASP+SQL Server2005构建了一个小型的图书馆个性化服务系统。系统实现两部分功能：管理员后台离线挖掘，用户在线推荐。管理员导入一定的时期的借阅数据进行挖掘，规则保存在规则库中供推荐使用。在线用户登录系统后，通过新书通报、借阅排行榜实现浏览推荐，可以在线定制及借阅时实现相关图书推荐。