本论文采用数据挖掘技术,把图书馆对数据低层次的联机查询操作,提高到决策支持、分析预测等更高级的应用水平。通过在自动化系统中记录的业务操作数据,进行微观、中观及至宏观的统计、分析、综合与推理,挖掘数据间的关联性和一般性的概况知识,并预测未来趋势。所挖掘的知识可以指导图书馆高层次的服务工作,提高管理水平和读者的满意度。本文对数据挖掘技术和一些经典的挖掘算法,系统地进行研究分析,特别针对图书馆流通数据挖掘的需要,对Apriori算法作了必要的改进,减少一些无关项目组的计算。在改进Apriori算法的基础之上,设计实现一个“图书馆个性化馆藏推荐系统”,运用分类和聚类挖掘技术,依据读者的身份、单位、借书册数和借书种类,形成背景属性和兴趣相近的读者群,进而运用关联规则挖掘技术找出同类群中最感兴趣的书目,作为图书馆提供主动推荐服务的参考。实际测试结果表明,系统采用先分群后推荐,并且依据读者的兴趣过滤挖掘结果,这样的挖掘方案设计是合理的,系统响应速度较快,推荐的书目基本满足图书馆和读者的需求。