【摘要】[目的/意义]针对大数据环境下高校图书馆检索系统的信息超载问题,提出一种机器学习方法,为用户提供个性化的偏好检索服务。[方法/过程]通过提取用户检索行为大数据中的用户特征,利用监督机器学习方法,在线学习可随用户偏好同步变化的自适应检索模型,预测用户对文献的选择概率,优化检索结果的排序。[结果/结论]设计出用户偏好检索原型系统,介绍用户偏好检索系统工作流程,对比分析系统效果,并对系统进行客观评价。