留学中心国际学生管理服务平台的使用,积累了大量有关留学生各种信息的数据,这些数据本身隐含着大量有价值的决策信息,而当前的服务平台仅是简单记录或备份这些数据,并没有对数据进行深层的分析和处理,从而无法利用这些有价值的信息更好地为留学生教育提供辅助决策。本文针对中国石油大学(华东)国际学生管理服务平台的现状,运用数据挖掘技术对服务平台积累的数据进行深入分析,找出隐藏在这些大量数据下的有价值信息。由于数据对象之间的关系可能不是明确的,所以选用了模糊聚类方法对留学生信息进行聚类分析,这样可以很好的解决数据对象间模糊性的问题,使对留学生聚类的结果更加合理化、人性化。通过对原平台中的信息进行聚类分析,得出对来华留学生的评价,实现对来华留学生信息的更深层次的利用。系统在分析现有平台的基础上,采用模糊聚类FCM算法,构建来华留学生评价模型。模型共六个步骤,包括确定评价因素集U、确定参数、数据预处理、模糊聚类分析及评价结果映射。最后,基于所构建的来华留学生评价模型,对每个学生给出相对合理、正确的评价及分类。根据系统分析结果,可以在留学生教育和管理方面更好地做到有的放矢,提高工作效率的同时,促进留学生更好地发展。