网络信息技术的高速发展,使得高校图书馆的服务空间日益扩大,个性化服务也逐渐成为新型服务模式的主流。对于广大的用户来讲,在高校图书馆大量藏书中找到自己所需的资料非常的艰难,加之时代不断发展,新的专业越来越多,专业融合性越来越强。各类专业知识的膨胀式增长使得高校图书馆不得不拓展自身知识存储量,这也为图书馆个性化推荐系统的构建实施提供了基础条件。个性化图书推荐服务改变传统图书馆被动服务方式,能根据用户的兴趣偏好主动地向用户推荐图书。本文所要解决的问题就是根据用户的不同需求,跟踪最新的图书馆资源,在第一时间告知用户,达到服务的个性化和资源利用的最优化,把图书馆的服务模式由被动变成主动。通过协同过滤推荐算法使得高校师生更准确、更快速的寻找自己需要的知识书籍,减轻了图书馆的检索压力,节省了大量的时间。本文所做的工作主要包括以下几点:(1)本文提出了对冷启动问题的优化、对数据稀疏性问题的改善、对缺失数据的处理。(2)本文探讨了涉及到的技术,并进行了可行性和准确定分析,并讨论了个性化图书中所应用到的推荐算法和混合算法。(3)本文结合推荐系统的实际需求程度,基于mahout的图书推荐系统的研究与实现。