Técnicas de inteligência artificial, aplicadas a dados de transações de empréstimo do acervo de uma biblioteca, podem gerar recomendações de itens relevantes para usuários e pesquisadores. O sistema sugerido neste relatório é baseado em procedimentos de consolidação e conexão de registros em um data mart, associados às técnicas de Análise de Cestas, Análise de Agrupamentos e Análise de Redes, numa estratégia de cooperação indireta. No modelo aqui proposto, os itens da biblioteca são consolidados em Assuntos Significativos e Grupos Temáticos. Os usuários, por outro lado, são separados por Grupos Temáticos e segmentados segundo seu perfil de leitura. Por meio de consolidação são criadas listas para cada Subgrupo Especializado obtido, contendo recomendações específicas, temáticas e gerais. Sugere-se a utilização de transações virtuais para aperfeiçoar as recomendações. Além de servir a bibliotecas, o modelo proposto tem aplicabilidade direta em livrarias virtuais e pode ser adaptado para praticamente qualquer tipo de empreendimento em e-business.