在校的课程学习,往往是学生获取理论知识与掌握实践技能的基本途径,课程的架构指引学生学习的方向,课程的内容启发学生学习的思维。应用统计专业的课程主要教授统计学专业理论知识,培养学生运用统计方法解决实际问题的能力。本文从互联网企业的角度评价高校课程的实用性和受欢迎程度。在各大招聘网站上,互联网企业注明了职位的相关信息和具体要求,如专业背景、实践能力和项目经历。表面上这些文本信息是企业单位的用人需求,实际上却蕴含着企业对于高校开设课程的语义倾向。这表明高校的课程体系影响着学生在人才市场的就业竞争力。因此,考虑用文本挖掘技术来度量企业岗位要求和高校课程体系的文本语义相似程度,从而完善高校课程体系。本文以高校开设课程内容和企业招聘岗位要求为文本数据来源,基于文本挖掘的方法,构建语义相似度模型,设计实验,度量各大高校开设课程与行业用人需求之间的匹配程度,探究用人单位的核心需求,挖掘企业对高校开设课程的偏好。同时,通过K均值聚类法将职位分类,并使用构造的语义相似度模型分析各类职位对学生掌握的基本能力和学校开设课程的要求。实验结果表明:（1）企业需要学生具备数据处理和统计分析的应用能力,部分岗位要求学生具备数据挖掘和机器学习等算法开发能力;（2）不同类型的职位偏好不同的课程内容。高校可定制相应的课程内容,提升高校毕业生在某一岗位类型的竞争力。根据上述语义相似度分析的结果,本文提出关于高校完善应用统计专业硕士课程体系建议:（1）高校在保证理论课程足够的情况下,应多开设应用型、实践型课程;（2）高校可根据其院校背景、跨院资源整合和师资团队的实际情况,有针对性地设置研究方向及配套课程;（3）由于企业职位各有所需,高校可以优化不同研究方向的课程体系,提升学生精准就业率。