考生在高考后对大学专业的选择是其职业生涯的起点。根据考生自身的特性,选择适合他们的专业是促进其日后职业发展的前提。本文尝试用数据挖掘算法来发现规律,将数据挖掘算法引入高考志愿选报系统来发现考生性格特质与大学专业间的匹配关系。希望尽可能的以数据为依托,挖掘出需要的规则来构造大学专业预测系统。本文主要任务是从众多的调查问卷中挖掘出与各个专业相匹配的性格类型和不匹配的性格类型,并将其转化为自然语言,以求给考生一个整体的指导意见。决策树的本质是基于以往数据的一种预测模式。由于测评数据的特殊性,通过传统决策树算法得到的分类正确率达不到理想效果,本文考虑将条件属性相同但决策属性不一致的数据映射到平面向量参考系中加以处理,用和向量考察分类,通过将离散化的原始分类连续化再离散化的过程,灵活的处理各种分类需求。