【摘要】当前情报学科的发展目前呈现出多维度、跨学科等特点,而结合个性化信息推荐算法,可为其注入新活力。本文的研究是为了提高个性化信息推荐的效果,解决个性化信息推荐的稀疏性问题,以期可以促进情报学科的新发展,为此,我们引入了社群挖掘概念,得到TO算法,在协同过滤或关联规则推荐之前先对数据进行社团划分,通过对Book-crossing公开数据集的验证分析,并与对照算法相比,我们发现TO算法的准确率和调和度都最佳。