随着网络化的发展以及数字图书馆的崛起,高校图书馆也开始走入了数字化时代。高校图书馆现有的自动化管理系统中存储着大量的书目数据、读者流通借还数据、书目检索记录、Web访问记录等。但目前高校图书馆所应用的信息化管理系统只有简单的统计分析功能,无法预测读者的需求以及图书的借阅趋势。数据挖掘技术可以从这庞大的数据源中找到隐藏其中的有用知识。本文对数据挖掘的关联规则与聚类分析技术进行了系统研究,并将其应用到高校图书馆数据挖掘工作中,以求对读者的阅读兴趣以及图书的利用率进行分析,最终设计了一个适合西北大学图书馆的个性化推荐服务系统。本文在对数据挖掘算法研究的基础上,对西北大学图书管理系统中的数据进行了分析预测,主要工作进展如下：(1)分析了数据挖掘技术在图书馆领域应用的基本现状,并对目前西北大学使用的图书馆管理系统的功能进行了详细总结。(2)将关联规则技术和聚类分析技术应用在西北大学图书馆管理系统中,对海量数据进行挖掘分析。(3)设计并实现了一个西北大学图书馆的个性化推荐系统。该服务系统有两方面的功能：一是读者推荐功能,根据对读者流通记录以及相似图书借阅情况的挖掘分析,将读者有可能感兴趣的图书进行推荐；二是管理员推荐功能,对西北大学图书馆日常产生的流通数据、web查询数据、书目检索数据等进行挖掘,将借阅率高或流通速度快的书推荐给管理员,以求图书馆采购工作更加科学有效。