近年来伴随着信息技术的飞速发展,我国的高校信息化进程也得到了极大的推动。高校图书馆在这一进程中积累了大量的业务数据。同时,读者对信息的需求也越来越多样化。采用智能推荐服务,主动提供满足读者需求的服务已经成为国内外高校图书馆建设的发展趋势。本文首先回顾了数据挖掘技术以及智能推荐理论,并对国内外高校图书馆智能化推荐服务的现状进行对比分析。另外,通过将智能推荐系统配套到已有的集成系统中,并在做了借阅流程分析和详细的需求分析后,建立起基于理论研究角度的智能推荐模型。将数据挖掘技术应用到图书馆智能推荐中顺应了时代的发展,将服务由被动型转为主动型。同时令资源配置更加的合理,优化了馆藏结构。实现为不同类型的读者群提供有更强针对性的智能化信息推荐服务。在实践的研究分析中,本文的具体挖掘对象选为某高校图书馆的历史借阅记录,应用聚类分析和关联规则挖掘,并利用具体的数据挖掘模型展开实证。研究了高校图书馆智能推荐系统中的数据采集和数据挖掘的具体实现。