对大学生就业率进行准确估计,可以对大学生的就业情况进行准确分析,并提出合理的就业指导。进行大学生就业率估计时,对不同的学生特性信息进行分类,分析历史毕业生初次就业数据是重要的环节,但是传统方法对学生基本信息、各科考试成绩进行分类,并选取决策属性,提取学生就业与考试成绩的发展关系,并组建了学生就业率估计模型,但不能对历史毕业生就业数据进行分析,存在学生就业率估计误差大的问题。提出一种利用大数据分析的学生就业率估计模型。该模型先对不同的学生特性信息进行分类,构建基于决策树学生就业分类方程,选取学生数据特征最大信息增益率,并基于灰色系统理论分析历史毕业生初次就业数据,估计未来的学生就业率,利用分析的结果组建学生就业率估计模型。仿真结果表明,所提模型为调整大学生就业政策和措施提供了有效的理论依据。