【摘要】借助SOM神经网络聚类算法无参数、精准度高的特点,本文对山西大学图书馆的Web访问行为进行聚类和优化分析。将聚类行为分为指数函数粗调整和线性函数微调整两个优化阶段,有效提升聚类速率和聚类效果。基于对用户分析结果的输出,将用户个人特征信息、用户行为数据以及文献数据库进行筛选整合,形成可靠性和可用性更高的关联数据集,并结合语义检索和属性值匹配等技术建构用户个性化服务推荐系统,进行有效性验证,实现图书馆内部主题推荐、图书推荐和专家推荐三个子系统的协同。