【摘要】为解决传统图书馆书目系统个性化服务不足的问题,本文通过融合用户行为数据的智能推荐模型以提升服务效能。采用混合研究方法,通过爬虫技术采集80万条用户借阅记录与联机公共目录检索系统(OPAC)检索日志,结合 K 均值(K-means)聚类算法对用户画像进行聚类分析;设计基于协同过滤与内容过滤的双重推荐算法,并引入时间衰减因子优化权重。测试结果表明:本系统使图书检索耗时降低53.1%,图书利用率提升37%,用户满意度达到89.2%。研究表明,深度整合用户数据能够显著优化书目系统的精准服务能力,为智慧图书馆建设提供可复用的技术框架。