随着物质生活不断得到改善和提高,商品种类繁多而庞大,各网络商品销售平台相继推出各自的商品推荐系统,方便利用购买方在其平台浏览的记录、收藏的情况、购买的历史等数据自动为购买者推荐各类具有一定购买欲望的商品。高校图书馆藏丰富而齐全,图书的种类和数目庞大繁杂,没有具体借阅目标的读者,到图书馆寻找感兴趣图书所花费的时间与精力也在成倍增长。在此背景下,本文章基于文本相似度比较的高校图书馆个性化图书推荐服务应用进行了研究,分析借鉴时下流行网络电商平台的经验,为高校图书馆开辟个性化图书推荐渠道,利用读者的浏览记录、收藏情况、借阅历史等数据,自动为服务的读者推荐有借阅意愿的图书。本文简述了数据挖掘及文本相似度比较的一些相关理论知识,在此基础上对个性化图书推荐系统进行研究与设计,分析了个性化图书推荐系统的必要性和可行性,详细研究推荐算法在高校图书馆个性化推荐服务中的应用,结合黎明职业大学图书馆图书推荐服务的现状,针对读者历史借还记录给出基于图书题名相似度比较的推荐系统设计思路和目标,最后再对图书推荐系统的实验和结果进行分析。对图书题名分词的工具进行微调,主要体现在利用DOS管道命令进行输入输出重定向,调整部分常见停用词,使分词结果更加准确,更加适合图书题名的分词;对关键词TF-IDF权重算法在图书题名的应用给出了具体办法,使其在图书题名关键词权重的计算上更加符合实际,更加准确;为缩短图书推荐的时间,对拆分后的关键词独立记录通过分类号建立分类索引;另外,针对图书分批送库的现实情况,各关键词的权重在空闲时间予以统计,推荐时可直接取出进行计算,缩短推荐的时间。最后推荐结果,利用目前比较常用用户满意度调查表的评价方法进行了评价。