近年来我国高等院校的就业问题不断突现,原因不仅包括经济改革、高等院校扩招、教育资源紧缺、就业模式不健全等,还包括高等教育模式不适应社会要求的重要因素。深化高等教育改革、改进高效学生培养模式已刻不容缓。本文试图通过数据挖掘技术,发现学生的教育属性和就业属性之间的关联性,找出社会需要的应用型人才的模型,从而给决策者提供指导或数据支持,改进现有的教育模式。关联规则挖掘是数据挖掘的重要内容之一。对于群体的特征与行为的数据挖掘是关联规则挖掘的一个重要同时也是非常复杂的一个方向。如学生就业系统中学生个体自然信息与他们就业行为之间的关联倾向就属于这类情况。而目前很多通用的数据挖掘工具,基于对更通用的挖掘需要的考虑,并没有能对上述的挖掘需求给予足够的支持。本文通过研究多维关联规则数据挖掘技术,基于已有算法,针对算法中存在的不足进行改进,实现了一种基于维间多维关联规则数据挖掘的高效实用的方法。在通过掌握实际的学生信息基础上,测试了该方法的有效性,并建立了一个基于关联规则的就业分析系统。本文的就业分析系统由两部分构成,数据库处理和数据挖掘算法执行。数据库处理包括数据的读取、查询、统计、更新以及前台的简单系统界面等,采用Microsoft Access 2003。数据挖掘算法执行就是采用我们改进后的Apriori算法。将实际学生就业数据作为输入处理,得出很多有意义的信息,这些知识在帮助高等院校更好的进行学生培养、对学生表现情况的掌握以及课程的安排等方面无疑具有重要的指导意义。