数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一,也是决策支持系统的关键因素,数据仓库是一个支持管理决策过程的、面向主题的、随时间而变的数据集合,它是集成的,也是稳定的。数据挖掘是采用人工智能的方法对数据库或数据仓库中的数据进行分析、获取知识的过程。它们的结合能更好地为企业或有关部门不同范围的决策分析提供有力的依据。而目前,作为计算机和网络应用于较为普遍的高校,都在加快数字化校园建设步伐,校内不同部门都在日益完善自己的管理信息系统,这样,大量完整的数据日月积累起来,已形成非常宝贵的信息资源。但目前,这些数据主要的用途仍是提供简单的查询和统计报表,对这些数据所隐藏的深层次的信息没有充分地利用,如何利用数据仓库和数据挖掘技术发掘隐藏在高校各类数据中的重要信息,为高校管理部门决策提供重要依据,是摆在高校面前的一项重要的任务,深入开展数据仓库和数据挖掘技术的研究,对进一步提高办学水平和效益具有重要的社会意义。本文通过对数据仓库理论和数据挖掘技术的研究,结合贵州大学综合教务管理系统的成绩管理模块的特点,提出将数据仓库和数据挖掘技术运用到学生成绩分析中。首先本文介绍数据仓库和数据挖掘的新技术以及目前教务管理系统的现状;然后研究了数据仓库和数据挖掘技术在教学管理方面的应用;设计和构建数据仓库原型,介绍了利用Microsoft Analysis Service进行多维数据的建模过程。利用贵州大学教学管理信息系统,抽取了贵州大学工学部各学院学生成绩信息数据,使用SQL Sever 2000 Analysis Service设计并建立了贵州大学学生成绩数据仓库并在多维数据立方体上完成OLAP的操作与数据展现,利用Microsoft Analysis Service和数据透视表完成分析数据的再现;最后对数据挖掘关联规则挖掘算法进行了研究,引用了一种在Apriori算法基础上的改进算法,该改进算法利用新的产生候选集的方法,提高了关联规则挖掘的效率。以Visual c#开发工具,将数据挖掘中的改进算法应用于学生成绩数据仓库中,对学生成绩数据进行深入分析,以期得出相关趋势,并结合数据挖掘结果,对成绩进行分析和预测,为今后的教学管理和学生管理工作中提供相应的决策依据。