21世纪,社会对知识和人才的需求不断增大,现今社会需要什么样的人才,在高校现有的培养体系下,高校培养的人才质量如何,学生是否能够实现就业,所掌握的知识和技能是否能够满足他们在工作中的需求,高校的课程设置是否合理,这些问题都是高等教育领域值得思考的问题。　　 随着信息化技术的普及,高校信息系统中存储了大量与学生相关的信息,如学生的基本信息、教育信息、就业信息等,这些信息能够为解决上述问题提供很好的支撑。但是由于信息量庞大且杂乱无章,人们很难非常直观地从中获取易于理解的信息,因此真正能将这些信息利用起来的机会却很少。如何从这些信息中提取易于人们理解的知识,从而为高校管理者的决策提供支持,也是一个重要的问题。　　 数据挖掘的不断发展和完善为解决上述问题提供了手段。本文利用数据挖掘技术,在毕业生调查数据集中建立数据挖掘模型,对人才培养质量进行定量研究,提出了人才培养质量指标体系,建立了人才培养质量评价模型,该模型包括三个子模型,分别是利用神经网络的课程有效性评价模型,利用决策树的就业质量评价模型和基于统计分析的基本工作能力评估模型,从而对高校的人才培养质量进行分析,为高校在今后的发展和运作提供支持和参考,帮助高校进一步提高毕业生质量,使之与社会需求相适应。