我国高校图书馆都基本实现了图书馆自动化管理,并对读者提供了一定程度上的个性化服务,但随着社会的发展和人民服务意识水平的不断提高,读者已经不仅仅满足现有的图书自动化系统提供的个性化服务功能,他们要求系统能够提供更好更深层次的个性化服务,这些都要求高校对现有图书管理系统进行改进。为了让读者能够体验到更好的图书馆个性化服务,需要对海量读者的借阅数据通过数据挖掘技术进行深层次的分析。但是传统的数据挖掘算法和其改进算法都是运行在单节点的机器上,并且使用的都是串行运算,花费的时间长,并不能高效的完成挖掘任务。为了提高数据挖掘算法的效率,可以考虑对挖掘算法进行改进,使其能够在多个节点上并行处理,这样就能利用多个节点的计算能力和存储能力高效的完成挖掘任务。本文将云计算、数据挖掘的知识相结合,提出对FPGrowth算法进行了并行化的改进,并在此基础上设计了高校数字图书馆个性化服务系统,研究内容主要包括以下三个方面:(1)提出一种并行化的数据挖掘算法。即改进现有的FP增长挖掘算法,将传统的单节点数据挖掘算法FP增长算法改进成在云计算中并行,利用MapReduce算法实现好友推荐、增加了相关的算法改进和云端的实现。并对广东农工商职业技术学院的图书借阅数据挖掘结果分析。(2)设计并实现了个性化服务功能的图书馆系统。对该系统进行设计和实现,其中主要包括内容有:需求分析、可行性分析、功能模块设计、数据库设计、界面设计。(3)运用多种测试方法对提出的个性化服务图书馆系统进行测试。性能测试方面主要对云端服务器的内存,CPU占用率等参数进行测试;功能测试进行对系统中的功能模块进行测试。