高校数字图书馆作为传统高校图书馆的新形式,整合了传统图书馆的线上和线下的电子和图书资源,融合了互联网、数据挖掘、人工智能等新的技术,为用户提供个性化的信息服务。但是,随着图书馆数据库中数字信息逐年增加,如何更有效地帮助用户准确地找到所需要的信息是当下研究的热点。大多数国内高校数字图书馆系统的中仍然以信息搜索为主,这种被动的服务方式很大程度上限制了信息资源的使用,降低了信息资源的利用率,用户在海量信息中寻找他们想要的信息的难度不仅提高,时间成本增大。这对面临的种种问题,各大图书馆建立属于自己的数字图书馆,通过馆藏和互联网相结合,从过去被懂得提供服务模式转化为主动模式,但在服务过程中还有很多问题没有克服。个性化推荐技术是个性化服务的核心之一,推荐技术现在广泛的应用于电子商务领域。根据用户搜索行为和用户的兴趣设置,平台为用户提供个性化的信息服务,不仅帮助用户迅速找到所需商品,提升了服务品质的同时,还为商家获得更大的利润。高校数字图书馆可以通过技术手段收集师生行为信息、老师研究方向等用户偏好信息,这样可以通过人工智能技术预测用户可能感兴趣的信息资源,并且通过推荐系统为师生主动提供多样化的信息服务。因此,个性化数字图书推荐系统目前收到了广泛的关注。本文通过对现有图书推荐系统进行研究,找到现有推荐服务中的不足,提出新的推荐系统服务架构,并将人工智能推荐算法应用其中,达到智能推荐图书的目的,为师生提供更好的服务。