图书馆自动化和数字化的发展,使图书馆拥有海量数据信息的同时,也面临着如何利用这些信息的问题。显然,若能有效的利用这些信息,从中发现有价值的知识,在提高图书馆服务效率和服务质量上是有帮助的。基于上述问题,有了将数据挖掘技术应用于图书馆管理的设想。将数据挖掘技术应用于图书馆日常事务管理,可以找出蕴含在海量数据信息背后的对图书馆管理有指导价值的规则,利用这些规则,可以达到优化图书馆书架书库管理、指导读者借阅行为、开展个性化服务等目的,同时,也为图书馆信息服务、信息资源采集、图书馆工作的科学安排提供决策参考。本文概述了数据挖掘的研究意义以及重要性,介绍了数据挖掘的定义、过程、功能以及各种常用技术,重点研究了决策树方法和关联规则分析方法,介绍了几种常用的关联规则算法,并深入研究了关联规则的经典算法,即Apriori算法,对将数据挖掘技术应用于大学图书馆管理中的必要性和可行性进行分析,提出了基于决策树方法和关联规则分析方法的高校图书智能推荐系统的设计思路和功能目标。本文详述了高校图书智能推荐系统的设计方案,对高校图书智能推荐系统的需求分析、数据库设计、系统结构设计、功能模块设计以及决策树模块和关联规则分析模块的实现都做了详细的介绍,最后提出了系统的不足以及系统的改进方向。本文提出了Apriori算法基于图书馆应用的改进方法,改进后的Apriori算法与原算法相比,在挖掘效果和挖掘的效率方面更具优越性,改进后的Apriori算法对读者的借阅行为更具指导作用,同时,也为图书馆工作人员的排架上书,优化书库管理提供更具价值的参考。