随着数据挖掘技术的发展,其研究重点逐渐由发现方法转向实际应用。数据挖掘技术在商业领域取得了巨大的应用价值,在社会的其他领域应用也越来越广泛。数字图书馆改变了传统图书馆的服务模式,同时也积累了大量的读者信息,为个性化服务提供了数据基础。本文重点研究了聚类分析及关联规则发现技术,在分析现有图书馆管理系统的基础上,提出了数据挖掘在图书馆的应用模型。本文所做的工作主要体现在以下几点:(1)本文提出了数据挖掘技术在图书馆系统中的应用模型,将数据挖掘技术与图书馆个性化服务结合在一起;(2)研究了聚类分析技术及其在图书馆中的应用,利用k-means算法实现了对读者和图书的聚类分析;(3)改进了Apriori算法,减少了对事务集的扫描,提高了频繁集的生成效率。在图书馆系统中应用关联规则挖掘实现了对图书的挖掘,并从分类角度挖掘,应用关联规则结果实现了读者的个性化推荐服务。