数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、事先不知道的,但又是潜在有用的信息与知识的过程。数据挖掘的应用研究己经在众多领域中蓬勃开展起来了。以学生评估教师为主的教学评价,对教学改革和教学质量的提高起到了很大的促进作用。但是,如何表达、分析、解释、公布和使用教学评价结果,以调动广大教师的积极性,从而使教学评价发挥更大的作用是一个值得研究的新课题。而数据挖掘技术正是解决这类问题的行之有效的方法。本文首先探讨了数据挖掘技术的基本理论和常用的数据挖掘工具。其次,在研究关联规则挖掘算法的基础上,详细分析了教师因素对学生考试成绩和学生评教成绩的影响,结果表明具有丰富的教学经验和良好责任心的教师可以帮助学生取得良好的学习成绩,以及年轻女教师在评教中更受学生的欢迎,这为教学管理部门分配任课教师和人事部门引进人才提供决策支持。再次,应用决策树ID3算法,建立了学生“考试成绩”是否优秀的决策树,并利用后修剪技术实现分类决策树的剪枝,产生分类规则,完成了考试成绩优秀分类决策树模型的构建。最后,应用SPSS Clementine数据挖掘工具进一步对评教数据建模分析,验证了数据挖掘结果。