在当今的信息社会,日益剧增的数据量需要有效的工具来对这些数据进行建模和分析。数据挖掘就是从大量数据中提取有效的、新颖的、潜在有用的、最终可被理解的模式的过程,它和数据仓库都是从这些海量数据中抽取知识的有效工具。近些年来,数据仓库与数据挖掘在各行业都得到了广泛的应用。数据仓库的建立不仅需要各种建设工具,而且还需相应的数据支持。数据仓库的建设是各种先进的信息处理技术与企业管理决策结合的过程,只有将OLAP技术、数据挖掘技术与数据仓库中的海量数据相结合,与企业管理决策方法相结合,才能真正的发挥各企业部门耗费巨资所搭建的数据集市的巨大作用。随着数字化程度的发展,知识经济时代的到来,高校图书馆也日益成为经济社会的中心,他们肩负着信息/知识的整序、传播、开发和利用的重担,以及读者需求不断提高,要求每个馆员都是他们的知识导航员等等这些挑战都迫切要求高校图书馆必须了解并掌握读者的兴趣及需求、图书资源的使用情况等,能够主动的为读者提供他们所需要的服务,甚至能够主动的引导读者需求倾向。因此,本文选取高校图书馆系统作为数据仓库,利用数据挖掘技术针对高校图书馆的需求进行数据分析建模,试图为高校图书馆工作者、管理者、决策者提供一定的工作、管理、决策的科学参考依据。本文介绍了我国高校图书馆的发展背景,分析了高校图书馆目前所面临的问题,提出利用数据挖掘技术来提高高校图书服务水平的思想。本文首先介绍了数据仓库和数据挖掘技术的理论知识,在此基础上总结了高校图书馆的数据特点及工作服务特点,从读者、图书、工作三个方面对数据挖掘技术在高校图书馆中的应用进行了理论分析。然后,文章介绍了高校图书馆系统数据仓库的创建,并对其中的重要数据作了探索性分析,从中得出高校图书馆利用的时间规律、图书类别规律、读者兴趣规律等。最后,利用决策树算法和聚类算法分别建立低利用率读者特性模型和读者细分模型,得出不同读者群体的特征,以期能对未来的工作进行预测作一定的参考。