针对高校毕业生就业供需匹配不精准问题，本文提出一种基于深度学习的智能匹配模型。通过整合智慧校园大数据中学生在校多维度数据（包括学业成绩、实践经历等）与智联招聘岗位信息，构建多源数据集，结合LSTM和MLP技术深入挖掘学生特征与岗位需求的深层关联。实验表明，模型对整体样本的匹配准确率达94%（AUC = 0.7379），但受数据类别不均衡影响，召回率偏低（0.4131）。研究成果为高校与企业提供了智能化匹配工具，对高校毕业生高质量就业具有实际应用价值。