目前主流的教学评估以学生为主，以校内或者校外专家听课为辅，福建师范大学也是如此。在这种评价方法下，只能取得单纯的定量评估结果，不能对评估数据进行分析，传统的评估方式只能得到学生或者专家或者教师的评分，这些评分只包含结果，而不能从这些结果中分析得出被评估人的特色或者优缺点，从而不能进一步对这些教师形成指导。数据挖掘技术是当今信息爆炸形势下的热门技术。本文从数据挖掘入手，介绍了数据挖掘的相关理论和技术，重点研究了数据挖掘中的决策树和关联规则算法，并将这两种算法在实际中进行应用。本文从福建师范大学的实际情况出发，通过对教师档案信息的挖掘，总结并分析影响教学质量的因素。其次，本文研究了福建师范大学教学质量评估体系的搭建，介绍如何使用层次分析法来确定评估指标。本文结合在教学过程中产生的实际教学评价数据，以此为实验数据来研究相关算法。本文使用ID3算法来实施数据挖掘，使用Apriori算法进行规则关联。在研究的基础上，将这两种算法应用到福建师范大学的教学评估系统中。最后，本文从实际出发，讨论了将数据挖掘关键算法应用到实际中的可行性，然后根据分析结果，将ID3和Apriori算法具体化到教学评估系统中，结合SQLserver，给出了这两种方法的可行性方案。该教学评估系统主要包含两个子系统：学生网上评教系统和教学质量评估数据挖掘系统。学生将通过校园网对各任课教师的教学质量进行评价，对学生的评教数据及教师档案数据进行数据挖掘工作。本文对教学评估系统进行了需求分析和总体设计，结合数据挖掘算法，实现了教学质量评估系统的基本功能。