近年来,信息技术的快速发展逐渐取代了传统的管理模式,各行各业信息化管理正在进行着前所未有的转型升级。在此背景下,图书馆管理信息化的进程也在逐步完善,数字化图书馆以其方便快捷的文献检索方式、个性化推荐等特色服务深受广大读者的厚爱。随着图书馆藏书数目及电子书目的日益增多,传统的图书馆管理模式普遍存在图书信息推荐体验感差的问题,读者面对各式各样的书目短时间内很难找到感兴趣的图书。如何运用信息化的技术和方法,构建合理有效的图书馆个性化推荐服务,为读者提供方便快捷的阅读体验感,现已成为目前数字化图书馆管理建设的热点研究。本文以标签这个元素为基础提出了一种个性化标签协同过滤算法,目的是为用户提供方便快捷的图书推荐服务,首先,个性化标签协同过滤算法根据用户给书籍打标签的行为建立用户-标签-书籍三维关系。使用TF-IDF加权技术分别计算用户-标签和标签-书籍的二维关系关联度,结合两个关联度构建用户兴趣模型。然后,依据两个书籍被用户标记同一标签的次数越多两本书就越相似的原则,运用Tanimoto系数计算书籍的相似度,系数值越大,证明两本书之间越相似。最后,运用预测公式得出用户对书籍的兴趣度,并根据兴趣度排名为用户推荐书籍,提高读者的阅读效率。在上述个性化标签协同过滤算法的基础上,根据前期的需求分析和系统设计,采用Eclipse、SQL Server、SSH等技术,开发了一套图书推荐系统。该系统共分为九大功能模块,包括用户注册功能、用户登录功能、图书推荐功能、书籍详情模块、热门榜单模块、数字资源模块、书籍搜索功能、我的图书馆模块和管理员模块。本文旨在为图书的个性化推荐过程提供更加智能的分析,对提高读者个性化图书推荐的体验感、快速获取感兴趣图书信息的过程具有重要的研究意义,进而促使数字化图书馆建设朝更加智能化的方向发展。