而因历史形成的原因，我国图书馆员队伍长期以来存在的知识结构不合理、人员素质参差不齐、高素质专业人才缺乏等突出问题并没有得到根本解决。
同时单独一种推荐算法也不能准确的预测、判断出读者真正、实时的需求，在完善数据采集技术、手段和范围的同时，采取多种推荐算法混合的方式也能够完善图书馆的个性化服务。针对高效率读者采取高精度、高准确度的服务更能提高图书馆的个性化推荐，采取如：个性推荐、服务定制、优先选书等VIP化服务。
高校图书馆按照借阅排行、进馆次数等数据可以选出关键读者，跟踪关键读者的小数据可以了解单个读者的阅读活动、阅读心理变化、阅读社会关系、阅读需求和阅读模式等，进行最真实、生动和动态的描绘与本质因果关系的揭示[3]。高校图书馆在日常工作中应该注意采集小数据，也要培养馆员利用小数据分析读者需求、发现读者兴趣的能力，利用小数据分析挖掘读者隐性需求，有利于提高馆员的数据服务素养，优化升级图书馆的个性化推荐，推动图书馆优质服务的发展。对于在图书馆历史数据较少的读者，可以采取静态数据推荐算法，根据其注册基本信息和社交媒体好友等信息，为读者推送如所在专业读者最感兴趣的图书、他的好友阅读最多的文章等，这类服务是粗粒度的，个性化较低。
课题项目：本文系黑龙江省高校图工委第四届科研课题项目数字图书馆用户个性化推荐算法研究与应用（项目编号2015-B-065）研究成果之一。另一方，高校图书馆的服务群体主要是学生和老师，相对固定且读者群数量较小，读者群有相对固定的模式和需求，对于小数据的分析对高校图书馆就比较重要，而且基于小数据分析也更快速、准确，对于人力、物力要求较小，也具有很强的可操作性。
1 高校图书馆读者的小数据小数据是指以个人为中心的全方位数据，包括数据被采集对象实时的生活习惯、身体状况、社交、财务、喜好、情绪、行为等数据[2]。
当前是大数据时代，各行各业都在进行技术改造和升级，共享数据数字化治理的价值[1]。手机短信在图书馆中的使用越来越广泛和成熟，还有图书馆的微信公众号，可以让读者在线查询图书的存放地方，图书的预约、续借和挂失的功能也越来越完善[1]。
3.2 对移动图书馆进行大力度宣传对图书馆的移动服务大力宣传，可以让更多的用户了解移动图书馆的信息服务，然而怎么提高用户的使用率还是高校应该面临的难题。（2）定制式，也就图书馆的微信公众号每天都会为读者推送一些热门的书单，新购置的书和图书馆的通知。
因此，服务功能的完整性和内容的多样性都是移动图书馆更好的发展的必备条件，目前仅有的用户使用提醒，问题通知公告是远远不能满足用户的使用需求的。移动图书馆系统的建设模式，可以人让学校的老师们自己研发，这样将会为学校节省一大笔成本和开销。