【摘要】【目的/意义】在大数据环境下,借鉴迁移学习概念,对移动图书馆收集的用户评分数据进行分析解决个性化推荐问题。【方法/过程】构建跨域协同过滤模型,共享跨域特征信息,重构评分矩阵实现个性化推荐。【结果/结论】案例结果表明跨域协同过滤模型能够解决移动图书馆推荐系统初期数据量较少的冷启动问题,并具有良好的应用性。同时实现了对用户多个领域的兴趣挖掘,增加了用户粘度。