随着现代计算机技术的飞速发展,在现如今的社会生产生活中,各行各业都需要计算机技术进行技术支持,并利用计算机技术对以往的生产技术进行改革,从而提高产品质量,减少生产成本。所以,能否可持续的发展计算机技术、培养适合新世纪的计算机技术人才,成为了社会能否继续发展的重要因素之一。纵观社会上计算机人才的来源分布,绝大多数优质的计算机人才都是通过本科生培养产生的,所以计算机人才在本科生的培养十分重要。本科生人才的培养,需要制定一个好的课程大纲,本文提出了一套有效的方式,使用计算机技术对课程大纲文件进行处理,来协助课程大纲制定者进行课程大纲文件的制定。为了能够有一个较好的参照依据,本文还选取了使用ACM和IEEE计算机学会发布的《计算机科学课程体系规范2013》,作为课程大纲文件的衡量标准。本文主要做了如下工作:（1）搜集了一些国内高校的计算机科学与技术专业本科生课程大纲文件数据,并将其提供给其他研究者进行研究;（2）提出了一套的课程描述信息处理流程以及自定义课程间相似度计算方式,在将课程描述信息分词后,使用TF-IDF、TextRank、LSI和LDA向量化课程描述信息,并使用向量间的距离度量方式计算课程间的相似度,使用语料库将分词结果向量化后,使用自定义最大相似度方式计算课程描述信息间的相似度;（3）提出了一种新的聚类算法,在使用语料库将分词结果向量化后,为加快计算速度,使用K-Means、K-Medoids算法将词向量进行聚类,在K-Medoids的思想基础上,本文提出基于模拟退火算法的K中心点选取方式,利用聚类结果和自定义最大相似度方式计算课程描述信息间的相似度。提出的聚类方式其效果接近于K-means方法,但是得出的结果比K-means法具有更明显的语义解析,并且在时间复杂度上和结果评判指标上都优于K-Medoids算法。（4）提出了自定义课程大纲文件间相似度计算方式,在得到课程间相似度结果后,使用自定义最大相似度方式计算课程大纲文件间的相似度,从而帮助课程大纲文件制定者制定课程大纲文件。