随着时代的进步和科技的飞跃发展,互联网的出现和普及使人们的生活发生了巨大的改变,可以说互联网早已渗透到当今社会的各行各业中。但是,技术的不断发展使网络中的数据量也在不断的增长,从而导致人们在获取自己需要的信息时,很难及时而又准确地在庞杂的数据中挑选出来适合自己或者自己喜欢的资源,致使信息的使用效率大大降低。现在我们就生活在这样一个“信息过载”的时代。电子图书资源和图书馆图书资源的日益增多,为当今的在校师生带来了丰富的知识源泉。在图书馆的大量藏书中快速地挑选到自己感兴趣或者适合自己的图书是一项极具挑战的工作。传统的高校图书馆管理系统仅仅能够在一定程度上解决这个问题,可以为用户提供搜索、查询、借阅、归还图书等功能。但随着社会和信息化的发展进步,在校师生的阅读兴趣偏好会不断地发生变化、阅读范围越来越广,阅读需求逐渐呈现出个性化的趋势。为了提高高校图书馆图书资源利用率,满足用户的个性化需求,能够主动地为用户进行个性化图书推荐,本文对个性化图书推荐和用户兴趣变化开展研究,并实现了基于用户兴趣变化的高校图书馆个性化图书推荐系统。本文主要是帮助高校师生解决面对海量图书很难做出正确选择的问题,主动为师生进行个性化图书推荐。本文在分析传统协同过滤推荐算法的基础上,对用户兴趣变化问题加以考虑,分析出用户兴趣变化影响协同过滤推荐算法主要是在两个核心过程,即寻找相似邻居集合的过程和预测评分的过程。在这两个核心过程引入时间权重和频率权重相融合的调节因子,对算法进行改进。本文提出调节因子的方法符合艾宾浩斯遗忘曲线的原则,能够有效提高个性化图书推荐的准确性。高校图书馆个性化图书推荐系统以个性化推荐技术在高校图书馆的研究为背景,首先进行了需求分析,包括用户需求分析、系统功能性需求分析和系统非功能性需求分析,然后对系统的功能模块和数据库进行概要和详细设计,运用加入调节因子的协同过滤推荐算法实现个性化图书推荐模块,最终使用Java开发语言、B/S架构模式、SSH框架实现高校图书馆个性化图书推荐系统,测试结果显示该系统能够更准确地为用户进行个性化图书推荐,提高了图书馆图书资源利用率。