随着信息化技术的日益普及与发展,很多高校都建立了信息化的手段来管理毕业生就业信息。庞大的毕业生信息数据量和逐年递增的繁杂信息,构成了一个大型的毕业生就业信息数据仓库。在对毕业生数据仓库中的数据进行管理时,利用现代的数据挖掘技术,不仅可以对历史数据进行查询与统计,而且还可以预测出数据之间的潜在联系,找出与毕业生就业有关联的特性,对我们的研究十分有意义,这对进一步的做好大学生的就业指导工作也显得尤为重要。本文首先阐述了数据挖掘技术及常用的决策树算法,然后论述了数据挖掘技术是如何在某高职学院毕业生就业指导数据挖掘系统中具体实现和应用的。从为某高职学院校毕业生提供就业指导决策依据这一目的出发,通过对毕业生的成绩,生源情况,就业方向,签约情况,半年内工作变更情况等内容进行数据挖掘,构建了一个影响就业的部分因素的决策树模型。采用数据挖掘技术中的C4.5算法对该决策树分类模型进行预测分析,建立了毕业生就业系统挖掘模型,并找出隐藏在就业数据中的有效信息。在应用系统的数据处理中,使用了数据挖掘技术中的贝叶斯网络算法来实现一次性填充多维空缺属性记录。通过观测毕业生就业数据挖掘系统的输出结果,能发现并找出影响高校毕业生就业率和就业情况的信息,整理和分析这些信息,经过有效关联后提炼出的有价值信息,可以对学校的教育目标、教育方向、教育手段的定位和现行的培养机制进行改进;也可以让学生明确学习与实践的方向;同时也能帮助高校更有针对性的对毕业生进行就业指导,从而更有效的帮助学生就业并提高就业率和就业层次。