高校人才的引进对学校的发展十分重要，传统的人才识别方式是通过考察引进人员的定性指标实现的，依靠手工操作很难保证识别结果的全面性、科学性和准确性。鉴于许多高校都建立了人才数据库系统，应用数据挖掘技术对历史人才数据进行分析，有助于提高人才识别的准确性并提高识别效率。 数据挖掘中的分类技术是一种常用的预测模式，可用于优秀人才的识别。挖掘分类模式的方法有很多种，常见的有决策树方法、贝叶斯网络、遗传算法、基于关联规则的分类方法、粗糙集方法等。其中决策树方法因表示方法直观、较容易转化为标准的数据库查询、分类模型的精度高等优点在海量数据分析中应用十分广泛。 以决策树分类算法为主要研究对象，对已有的决策树分类算法进行分析，指出各种算法的优点和不足，并将决策树方法应用于湖北省某高校的人事管理中。论文给出了一种新的定量的人才识别方法，开发了分类与决策树算法人才识别模块，利用过去已有的引进人才的经验数据分析提取规则，为以后的人才识别提供合理的、科学的决策支持。 基于高校人事管理数据库，根据当前高校的实际需求，开发了一个分类应用程序。对数据分类的实验结果表明，该系统实现了对人才的自动分类，具有较好的分类运算速度。