数据可视化与数据挖掘是管理信息系统的重要内容。如何从浩瀚的职称申报数据中发掘出具有价值的数据，并将它转变成直观的、使用图形展示的、随着时空变化的可视化数据呈现给管理者，是本文的主要研究内容。本文首先研究了数据可视化的基本理论与方法，在学习并掌握了相关数据可视化软件与工具的基础上，针对职称评定信息管理系统中数据可视化的业务需求，以Circos和R语言等工具为主，编程实现了职称评定信息管理系统的对比分析、区域分析、数据流向分析、专业申报结构分析、评定结果分析等功能。同时，针对管理人员需要了解专家可能的赋分情况的需求，对往年职称评定中的申报数据、打分数据及评审结果进行了数据挖掘，使用了多元线性回归模型和回归树模型建立了专家量化赋分预测模型，并对两种模型进行了组合实验和对比试验。实验表明，组合后的专家量化赋分预测模型具有更好的预测性能，能在一定程度上对职称申请人进行初级的评定。在职称指标有限的情况下，通过预测模型的模拟就能对职称申请人进行初次筛选，为职称管理部门全盘把握本年度职称申报的相关数据、合理分配职称指标提供了科学依据，提高了工作效率。