摘要：伴随大数据驱动的深入感知及预测方法的飞速发展，分析及研究学生就业率的变化趋势，对调整课程结构、提高学生就业率，均有较好的促进作用。本文基于在校学生的多项课程成绩，利用贪心选择策略，建立了采用自学习模式的就业率预测模型DDTR，通过混淆矩阵各项系数验证，该预测模型具有较高的就业预见性，对学校课程规划及学生就业具有一定的指导意义。

关键词：大数据 就业率 机器学习 weka 

单位：苏州市教育科学研究院; 江苏苏州215004