因此，期刊管理工作人员首先要懂得本校的专业设置以及培养目标，在期刊的引入上把好关。
读者使用图书馆各种设备、终端的信息和反馈，如读者进出图书馆及各阅览室刷卡信息、使用图书馆终端浏览、查询文献记录。高校图书馆可以利用行业大数据或已有的研究结论发现的事物之间的普遍规律，然后用小数据挖掘跟踪个体，在个体不同时间、地点匹配大数据分析结果，完成读者个性化推荐服务。
这类推荐算法要先找到读者所属的兴趣相似的读者群，即读者的最近邻居[5]，把最近邻居最感兴趣、最关注的，而读者本身不知道的信息推送给读者。其他部门也可以提供读者相关数据以供分析，如：专业考试信息、学校公共课开设情况、学生选课信息、技能考试报考情况等等，有许多其他公共图书馆不能得到的读者相关的小数据，不仅包括读者留下的显性的信息，也包括需要挖掘分析的隐形痕迹。那么什么是小数据？其概念最早是由美国康奈尔大学的教授D.Estrin提出的，Estrin教授对他父亲去世前几个月的日常生活行为观察分析，注意到他的父亲在那段时间的日常行为与平时有一些不同，例如：老人基本不去市场买菜、也不再与其他人发送电子邮件，日常散步的范围越来越小等等。
读者的兴趣受多方面因素影响，仅仅从数据库、计算机中采集读者小数据并不能完全展示出读者的兴趣，结合社交情境推演的数据才更全面。还可以根据社交媒体等将读者之间联系起来，例如喜欢阅读类似书籍的读者可能有相同或相似的偏好。
以一名大学本科学生为例，进入大学校园前两年时间的大部分是公共基础课或专业基础课，例如：高等数学、外语、专业相关基础课等，还有其选择的选修课，通常还要报考大学英语四六级考试。
根据跟踪的小数据对20%的关键读者进行精准推荐活动，例如，读者个体在微信端、移动图书馆、opac或其他终端设备上的阅读、浏览或检索的内容、时间都具有自己的特征，图书馆可以通过对读者借阅历史数据、目前读者个体的阅读所需、读者个体所处方位等相关小数据进行分析，明确馆藏新书适宜推荐的读者群、馆内读书文化等活动积极参与的读者群、微信推送的高接受读者群及服务推送的内容模式等，在不干扰读者正常工作、学习的前提下，在合适的时间采取读者习惯、喜欢的方式对读者进行个性化推荐，完成图书馆服务推送，保证读者有较高的兴趣度和满意度，使得图书馆获取良好的服务收益。其次，可以建立网上读书交流群，根据读者阅读爱好，将具有相似兴趣的读者聚集到一处，进行读书心得交流等。
从前纸质的阅读方式已经逐步被电子阅读所取代。针对年龄层较小的儿童，可以举办亲子读书会，让家长和儿童共同参与，在寓教于乐的形式中从小培养孩子良好的阅读习惯。
对场地空间需求的降低也让基层图书室有更多资金去发展。2 推进全民阅读的措施公共图书馆是一个城市的灵魂安放之地，公共图书馆藏书丰富，各种软硬件较齐全，它能够为公众提供文献资料查询的功用，及满足公众阅读的需求。