随着我国高等教育的普及高校的扩招，造成如今高校毕业生就业形势逐渐严峻。当前对高校毕业生的就业状况分析较为简单，大多仅仅按学校就业率和专业就业率进行评价，显得片面缺乏科学性。根据这一情况，借助计算机对毕业生就业信息进行挖掘，对目前的教学质量和学生工作质量进行科学的综合分析，寻找影响毕业生就业的因素，以便对我们今后的教学和学生工作提出指导性建议。 课题针对学生的性别、政治面貌、英语水平、综合成绩、素质培养、社会实践等方面在学生就业所反映的情况建立一个数据挖掘分析模型，由此得到对教学质量和学生工作质量评价的科学的新方法。针对毕业生就业情况建立数据挖掘分析模型是数据挖掘分析方法的一个新尝试，这将进一步促进数据挖掘分析理论的发展，并且拓宽了数据挖掘分析方法的应用领域，同时为教学质量分析和学生工作质量分析提供科学评价的新方法。 论文介绍了课题的研究背景、阐述了数据挖掘技术发展的历程，接着针对常用的决策树算法进行分析，最后详细讨论SUQ算法的设计实现过程并把它应用到毕业生就业信息中，借助计算机对毕业生的就业信息进行挖掘，所获取的知识对指导今后的教学和学生工作有重要意义。