随着全球科技的迅猛发展,全球已经进入了互联网时代,同时我国也迎来了信息时代。互联网时代的到来正在慢慢地影响着大家以往的生活方式,渗透到了生活的方方面面,而且各行各业信息化的程度也在逐渐加深。随着现在高校图书馆藏量逐渐增加以及图书种类的日益丰富,高校图书馆的师生用户对图书馆也有了越来越多的需求,除了高校图书馆管理系统具备的基础的检索和查询等基本功能外,学生也想在面临众多的图书时,更高效地选择出更适合自己的图书,当用户想了解产品经理的相关图书时,在传统的图书管理系统中输入产品经理4个字,会显示出成百上千条的检索记录,面对大量的检索结果,大多数人无法进行准确的选择,也就是无法确定哪一本更具有参考借鉴意义,当选出的图书不适合自己的需求时候,就间接降低了学习效率。纵观各行各业,现如今对信息的智能化处理越来越多,通过对高校图书馆海量数据的进一步处理以满足高校图书馆的需求较为迫切,而且可实现对资源的有效利用。将协同过滤算法引入高校图书馆管理系统,利用用户借阅历史记录,查询历史记录以及图书反馈评价等进行数据挖掘,向用户进行个性化的图书推荐,以提高用户学习效率。本论文以高校图书馆的大量历史数据为基础,通过系统需求分析,使用基于用户和基于项目的协同过滤推荐算法,并运用皮尔逊相似度的计算方法,设计出了具有个性化图书推荐功能的图书管理系统。具体研究内容如下:（1）通过调研图书馆管理系统研究背景及发展现状,对常用的推荐算法进行归纳和分析,从而选定算法以及评价体系。（2）基于Django框架,使用Python语言及SQL Sever数据库技术展开系统设计与开发。（3）通过三个阶段对系统进行了实现,第一阶段对系统需求进行了详细分析,确定需要实现的具体需求;第二阶段确定了使用的开发语言,从系统框架、功能模块和数据库三个模块对系统进行设计实现;第三阶段对系统的功能模块进行了测试与验证,最终顺利完成了系统的开发。