随着高校扩招,大学生数量迅速发生“量变”,与此同时社会对高素质人才需求缺口却越来越大,因此,高校如何对学生进行客观评价,如何提高人才培养质量,亟待思考和解决。本文通过信息化系统获取学生海量数据,通过数据挖掘技术获取更深层次的有价值信息,为高校人才培养提供服务。主要工作如下:首先,通过文献研究和调研,进一步了解当前高校的学生综合素质评价状况,分析了存在的问题,结合当今社会对人才素质的重视和青睐程度,构建了一套更为科学、合理的大学生综合素质评价体系。采用信度较高,能使不确定因素很大程度减低的层次分析法,并结合专家的意见,确定了体系中各级指标的权重。其次,利用Hadoop平台强大的并行计算以及海量数据的分析处理能力,对K-Means聚类算法进行并行化处理,提高执行效率,并对真实的学生数据进行计算。实例证明,所得出的结果对助力学生素质的全面发展和高校优化教育教学计划、完善人才培养方案有重要参考价值。最后,以评价指标体系为模型设计与开发了大学生综合素质评价系统,实现了对学生素质的科学、全面、准确、客观地信息化测评和分析功能,使学生管理人员从测评的巨大工作量中解脱出来,同时又降低了出错几率,提高了测评效率,还可直观的看到学生的聚类分析结果,辅助管理决策。