在过去的几年间,人力资源信息发布平台受到更多企业和人才的青睐,逐渐成为最主要的招聘、应聘信息发布的工具之一。网络信息量因此呈现出剧增的态势,在传统模式下,招、应聘双方通过手工的方式查询对方的信息,这种方式显然难以为不断增长的职位、人才需求提供快速的满足。在本课题中,围绕数据挖掘在人力资源市场中实践应用这一重点展开分析。在大量的数据中,挖掘人才和职位彼此间的关系。首先对人力资源市场业务的特征进行归纳,对现有的数据挖掘算法进行对比分析,在此基础上决定使用决策树算法中的一种C4.5算法。应用长春市人才市场的求职人员信息,对这些信息进行科学的抽取和预处理,然后将处理结果提供给C4.5算法,并得到决策树和规则,创建择业倾向矩阵;基于数据挖掘技术,实现个性化推荐功能。这一方法的运用,要经历条件过滤、条件相似度计算、求职倾向计算等环节。针对求职中存在的所有因素展开分析,从而确定推荐职位列表,帮助求职者更快地选择更加适合自己的工作。成功设计出可行的方法后,还通过实验对该方法的效果进行验证,对比了传统人才推荐方法的效果。实验结果证明,应用数据挖掘的人才推荐方法,在效果方面的表现是最佳的。