图书馆读者的阅读行为是读者在阅读需求支配下,到图书馆查阅所需文献以获取一定信息和知识的阅读活动。它能反映读者的阅读需求、阅读行为以及阅读存在的问题,对作为文献资源主要集中地的高校图书馆优化自身服务具有重要意义,只有充分了解读者阅读行为的规律才能更好的为他们提供服务。　　 本论文将数据仓库和数据挖掘技术应用于图书流通借阅信息,旨在解决图书管理系统中数据量大而分散,难以从中提取有价值的信息,从而转化为知识等问题。通过对图书流通流阅数据的分析和挖掘,可以了解读者利用图书馆的特征及规律,了解读者的兴趣和需求,发现读者借阅图书所存在的关联性规则,从而为图书馆管理决策和服务推荐提供及时、准确、可靠的信息依据。　　 论文以江苏大学图书馆2009年的图书借阅历史数据为例,从应用的角度出发,以数据库技术为基础,利用数据进行挖掘,从而发现读者阅读行为的规律。主要研究内容和创新体现在下列几方面:　　 ①对图书流阅数据进行分析,分析了读者在图书类别方面的借阅特性,读者所感兴趣的图书类别,为图书馆的采购及个性化服务提供合理化建议。　　 ②利用时间序列分析,找出读者利用图书馆的时间规律性。　　 ③基于图书流通借阅量的核心出版社挖掘分析,为图书馆采购工作提供参考。　　 ④应用K-means聚类算法针对读者借阅信息,利用读者属性相关数据进行数据挖掘,分析各个类的特点,为读者提供针对性的个性化服务。　　 ⑤以具体学院为对象,应用Apriori关联规则发现算法,从中得到隐含在图书流阅数据中的不同种类图书之间的关联关系。