信息时代伴随着人们知识的增长，图书馆的规模和藏书量也在快速增长，这给图书管理工作带来了新的挑战和机遇。目前，通过传统的分类方法可以解决大量藏书的分类查找问题，但由于图书馆资源是有限的，大部分读者往往都是自己去发现感兴趣的图书。为了最大限度地服务读者，需要在图书馆管理工作中发现并满足读者的个性化需求。考虑到图书馆读者数量巨大、读者的年龄不同、工作性质和专业方向不同、研究领域更是差别很大等特点，可以借鉴数据挖掘技术在商业领域中的成功应用，将数据挖掘技术应用到图书馆管理工作中来。　　 本文首先根据图书管理工作的特点，讨论了数据挖掘技术中在图书管理工作中的几个方面的应用；然后介绍了数据挖掘方面的常用方法，其中重点讨论了聚类分析中的k-means算法和关联规则中的Apriori算法，并在第五章的实例中分别使用这两种数据挖掘方法来实现读者兴趣挖掘和图书推荐服务。　　 在此基础上，通过分析数据挖掘在图书管理工作中的应用，对图书管理数据挖掘系统进行总体设计，根据数据挖掘的流程设计了系统逻辑结构，基于功能设计了系统功能模块。　　 在本文的实例部分，使用数据挖掘技术中的关联规则和聚类分析等方法对三个方面进行主要讨论：(1)获取读者需求，优化馆藏布局：(2)读者借阅行为分析；(3)提供图书推荐服务。　　 文章的总结及展望部分阐释了在图书馆工作中应用数据挖掘的挑战。对课题研究进行了整体概括，展望图书馆应用数据挖掘技术的未来，并提出了一些笔者的观点。