随着我国高等教育的发展,高校的数量庞大、类型繁杂,如果不能有效地对高校进行分类管理和分类发展,则会制约我国高等教育的发展。目前我国的高校分类主要以政府为主导,具有很强的政策性和主观性;国内学术机构的分类有脱离实际之嫌,实用性不强;而国外学术机构的分类并不能完全适用于我国国情。随着数据挖掘技术在金融、电信等领域的成功应用,本研究在教育领域应用数据挖掘的聚类技术对我国高校进行分类研究。首先本文从高校职能的角度,从教学和科研两个方面提出分类标准,并从“全国高校教学基本状态数据库系统”中,选择适用于高校分类的基本特征要素,确定各指标的权重,构建出一个相对完整、较为合理的指标体系。其次本文对“全国高校教学基本状态数据库系统”中的原始数据进行一系列的预处理工作,包括数据源获取、数据清理、数据集成、数据变换、数据归约等内容,使之更加符合聚类算法的标准和规范。接着本文采用K‐means算法及其改进型EM算法,使用SQL?Server?2005的商业智能开发工具,建立聚类模型,根据预处理得到的数据集,聚类形成不同的簇,从而获得高校对象的类型分布情况。最后本文对聚类结果进行总结归纳,分析其可行性及合理性,得出本文的初步结论;并分析对聚类结果的影响因素及针对性的改进措施;同时从高校自身、教育主管部门和社会公众这三个角度分析高校聚类结果的应用价值,也为我国高等教育发展提出一些建设性的意见。