在科技发展飞速的21世纪,高校基本实现了校园的信息化建设,保存了历年的大学生就业信息,但多数高校仅对这些历史数据进行简单的存档和查询处理,并未进行分析和应用,挖掘隐藏在就业数据中的有效信息。本着解决实际问题,为高校提供就业指导和教学目标改革这一目的出发,首先利用基于改进的C4.5决策树算法对历届高校毕业生就业数据进行研究,尝试挖掘学生专业课成绩对就业的影响,生成分类规则并建立数据挖掘模型。然后在此基础上设计了毕业生就业预测系统,可以通过导入学生成绩提前对其就业情况作出预测,对预测结果不理想的学生重点关注、提前进行就业指导。本文的主要贡献如下:首先对传统C4.5算法在生成分类规则的准确性上从两方面进行优化,一是通过多次随机抽取来获得分类规则,最终选取精确性最高的作为最优决策树使用;二是通过标记unknown结点再剪枝来避免因属性缺失较多造成决策树过大的情况。并使用经典数据集进行验证比较,证明改进算法在决策树生成的大小和准确率上的优势。然后将改进C4.5算法应用到毕业生管理中,挖掘学生就业与专业课成绩之间的关系,建立预测模型,并设计搭建了毕业生就业预测系统。该系统可以根据导入的学生成绩提前对其就业情况进行预测;也可以对学生的就业数据进行组合查询,并将查询结果以柱状图方式体现,直观的反映本校学生的就业行业分布情况。