贝叶斯网又称信度网,是概率论与图论相结合的产物,由代表随机变量的结点和代表随机变量之间直接依赖关系的有向边构成。它一方面用图论语言直观揭示问题的结构,另一方面又按照概率论原则对问题的结构加以利用,把复杂联合概率分布分解为一系列相对简单的模块,大大降低了知识获取的难度和概率推理的复杂度,广泛应用于医疗诊断、故障诊断、金融分析等领域,解决各种决策和诊断问题。就业指导问题本身是一种统计决策问题,决策问题往往具有一定的不确定性,其根源主要来自问题本身的模糊性、随机性,决策信息的不完备性、不精确性,人类认知能力的有限性以及主观认识和客观实际之间存在的差异性。本文针对统计决策问题中的就业指导问题,依据贝叶斯网理论,建立就业指导决策模型,对就业指导工作中职位决策问题给出分析解答,具体内容如下：(1)综述贝叶斯网理论,分别介绍贝叶斯网结构学习、参数学习和网推理的过程；(2)介绍统计决策问题和其中就业指导问题研究的意义及现有理论；(3)介绍matlab中的BNT工具箱；(4)通过分析就业指导工作中职位决策问题,结合实际数据,建立职位决策贝叶斯网模型,并利用模型进行推理,从而对就业指导工作提供帮助。论文将贝叶斯网理论应用在解决统计决策问题中,并以就业指导问题为例,建立一个职位决策贝叶斯网模型,为就业指导工作提供理论依据和现实帮助。模型建立过程中以K2结构学习算法为例,并借助matlab中的BNT工具箱,使模型的建立过程更为快捷,模型的通用性得到提高。