随着信息技术和Internet技术的高速发展,lib 2.0技术的出现和流行,使得高校图书馆的服务空间日益扩大,个性化信息服务也逐渐成为新型服务模式的主流。个性化信息服务改变传统图书馆被动服务方式,能根据用户的兴趣偏好主动地向用户推荐图书。本课題的目的是通过对数据挖掘技术理论及个性化推荐系统理论的学习研究,将数据挖掘技术引入到高校图书馆的读者服务中,实现个性化图书推荐。本文通过对当前大多数高校图书馆采用的图书馆集成系统进行了解后发现,这些系统都不具备数据分析挖掘功能,本文拟在图书馆集成系统的基础上设计配套的个性化推荐系统,在作了详细的需求分析、借阅流程分析后,从理论研究的角度建立起推荐系统模型,并对模型的各个模块作了阐述。由于各种条件和时间的限制,本文在后面的具体实现研究中只针对个性化服务层中的数据采集模块和挖掘模块作了详细的研究,对推荐模块未进行深入的探讨。在具体实现研究中,本文以某高校图书馆的历史借阅记录为具体挖掘对象,应用数据挖掘技术,研究了高校图书馆个性化推荐系统中的数据采集和挖掘分析的具体实现。主要从两个方面实施挖掘分析,再根据分析结果进行个性化推荐。一方面采用关联规则挖掘对借阅记录数据进行挖掘,挖掘出各专业、各年级、各学历层次的读者对图书馆图书资源利用的关联规则,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其它书籍信息,以各种方式主动地向读者推荐图书。另一方面采用聚类分析,将该图书馆的读者进行有效的群分类,总结出不同群的特点进行针对性的图书推荐,提高馆藏图书的借阅率。并对图书馆优化馆藏建设、建立馆藏图书的科学合理结构提出了一些建议,这些建议对于其他高校图书馆也具有借鉴意义。最后,对本文研究进行了全面总结,展望了未来进一步研究的方向。