随着教育改革的深入,毕业生就业问题成了广大学校和社会关心与讨论的热点。现如今通过就业难的进行反思,人们在检讨为什么,该教什么。本文试从课程体系设置方面(教什么)切入,透过现有毕业生就业数据和课程及成绩数据,分析二者之间的关联,试图通过数据挖掘分析发现其中的规律,为现在的学生课程体系设置和课程选修提供一定的参考。由于课程体系设置的理论分析已经十分详细,因此本文仅在引用之处简单说明,可参考相关文献,同时,因为分析涉及大量数据挖掘分析过程和结果解释,在此给出各个数据挖掘理论简要阐述。第一章简单介绍的本次分析的研究课题、数据来源,研究意义和目的,并描述了目前毕业生就业现状、预测了其趋势；第二章讨论了数据挖掘技术的发展、趋势、在教育领域的应用,并对数据挖掘主要的原理、算法以及所涉及的应用软件做了基本描述；第三章简要介绍了数据准备、整理的过程,以及毕业生成绩数据的各种分析——频数分析、正态分析、均值分析、相关分析、关联分析、聚类分析等；第四章主要建立了回归模型、关联模型、聚类模型等；第五章为前面分析的结论和模型推广。本文的创新之处在于：从全校(学院)的课程体系设置(宏观因素)和毕业生个人课程选修(微观特征)两个方面全面分析就业分布,改变了传统的纯粹的理论分析和定性分析而使其量化；通过数据挖掘软件(SAS、SPSS)使就业分布的差异可视化,总结了毕业生就业分布分布特征：结合各种统计分析和计量经济分析,将毕业生各个课程成绩信息、成绩排名、就业信息纳入当中,并将其对就业分布和趋势的影响量化,为研究高校课程体系设置提供了新的思路。