在数字资源时代,纸质图书仍然是人们系统学习知识的第一选择。对高校图书馆而言,利用个性化推荐技术为读者推荐符合其专业知识学习和兴趣爱好培养的馆藏图书,不仅能提高馆藏资源的利用率,更能通过主动的个性化信息推荐服务提升读者与图书馆的互动率。本文第二章介绍了个性化推荐技术的相关理论与方法,第三章从用户群体特殊性及图书资源信息组织特殊性两个方面,分析了高校图书馆个性化推荐环境的特殊性,及读者和图书馆对馆藏图书资源的个性化推荐的需求特征。第四章从用户兴趣模型和图书内容特征提取两方面详细描述了本文的个性化推荐模型。通过提炼读者的学科专业培养方案中的课程参考书的内容特征,用于建立基于学科专业背景的用户兴趣模型,以期为用户推荐符合其专业知识学习的图书；并通过分析利用传统图书著录信息来描述图书内容特征的不足,提出了结合图书的MARC著录信息和从外部获取的图书内容相关的信息,建立图书的内容特征模型的方法。第五章通过三组图书数据集,模拟图书推荐过程,进行实证研究。图书推荐结果的效果采用命中率(Hit Rate)和成对比较法(Pair Match)两个指标去评估推荐结果的分类准确度及排序准确度。实验结果显示：本文所提出的个性化图书推荐模型能够提升高校馆藏图书个性化推荐的效能,能够改善图书的推荐排序,提升推荐结果的精度。即本文从用户兴趣初始模型和图书内容特征提取两个方面,改进了基于内容的推荐方法,不仅能解决推荐系统的冷启动问题,更提升了馆藏图书个性化推荐的效果。