在大数据背景下，高校图书馆拥有海量的学术资源数据，并且拥有丰富的用户行为数据。这些数据可以为图书馆推荐服务提供强有力支撑，例如，用户阅读记录、查询记录、收藏记录等都可以被用来建立用户的兴趣模型。通过分析和挖掘这些数据，高校图书馆能够为用户提供个性化、符合用户兴趣和需求的学术资源推荐服务。在当前的研究中，大数据背景下高校图书馆场景化资源推荐服务的研究尚处于初级阶段。虽然一些研究已经开始探索使用大数据技术进行图书馆资源推荐，但是缺乏系统和深入研究。本文旨在针对高校图书馆场景化资源推荐服务的问题展开深入研究，为高校图书馆提供更精准、个性化的资源推荐服务。