本文研究的目的是通过数据挖掘可视化技术中的关联规则可视化技术实现个性化图书推荐系统，采用Apriori图书推荐算法，为读者提供清晰易懂的界面，减少读者借阅图书时间，根据读者个性化需求，提供优质服务，提高图书馆资源利用率。针对课题的特点，采用文献分析法、模型分析法以及实证分析的研究方法。主要从以下几方面研究：首先，在介绍本文研究背景和研究意义的基础上，分别从个性化推荐系统、数据挖掘可视化技术和基于数据挖掘可视化技术的推荐系统三方面对国内外研究现状进行分析，并阐述个性化推荐系统和数据挖掘可视化技术的基础知识，奠定本文的理论基础。其次，对个性化图书推荐系统的需求做出分析，论述基本的信息检索推荐方式已经不能满足读者的借阅需求，检索结果千篇一律，缺乏个性化，并针对图书馆背景，将现有的推荐技术逐一进行分析比较，提出应用关联规则推荐技术。再次，针对服务对象特点，提出在关联规则推荐技术基础上结合可视化技术，在分析基本关联规则可视化模型应用图书推荐中浪费屏幕资源、容纳信息量少等弊端，提出基于菱形图的关联规则可视化模型(Diamond-base Association RuleVisualization Model，简称DARVM)。通过人类空间认知，将信息容纳于空间位置；根据参数概率发生高低分配屏幕资源，使得读者能够整体掌握推荐信息，快速找到感兴趣信息，获得优质服务。最后，在基于菱形图的关联规则可视化模型基础上构建图书推荐系统。该系统使用Apriori算法从读者借阅数据中挖掘出读者借阅规律，采用直观明了的菱形图展示推荐图书，为读者借阅图书提供依据，满足读者需求。