伴随着高校办学规模的不断扩大和在校生数量的增多,各个高校都相继建立了学籍管理系统、成绩管理系统等教学管理系统。这些系统都具有各自专门的数据库,但目前对它们的处理方式大都是对指定的数据进行简单的备份、查询以及简单统计,并未对这些数据所包含的潜在信息进行提取和分析,这样浪费了大量的信息资源。数据挖掘技术正是解决这类问题可行且有效的方法。将数据仓库与数据挖掘技术应用于学生成绩相关数据分析中,发掘其内部潜在的信息,这些信息对学院课程建设、专业建设、教学质量提高等方面的工作都具有重要的现实意义。本论文将数据挖掘技术应用到我院学生成绩相关数据分析中,发掘出有用的信息,并使用分析得出的结果来进行决策指导,本文的主要工作内容分为以下几个方面:一、对学生各门课程的成绩和学习情况进行调查研究,获取相关初始数据;二、提取学院教学管理信息系统中的数据,并对原始数据进行清理、集成、转换及加载,使用MS SQL Server 2008 R2 EE设计并建立数据仓库;三、采用关联规则挖掘、聚类和分类方法,对教学数据进行深入分析,挖掘出其中的有趣规则,找出课程成绩之间的相互影响关系以及学习成绩与自身学习行为之间的关系;四、对不同的数据挖掘方法进行分析和比较,并对挖掘结果做出评估,为学院教学管理的相关决策方案提供科学参考依据。论文详细阐述了数据挖掘的相关概念以及关联规则挖掘、聚类规则挖掘和分类规则挖掘方法的理论基础与分析过程。重点介绍了数据挖掘技术在学生成绩分析中的应用,并采用这三种挖掘方法进行一组学生考试成绩样本数据的分析:通过对不同课程成绩的相关性的分析,为课程设置的先后顺序提供了一些可行性的建议;通过对课程成绩的聚类分析,弥补了传统成绩等级划分方法的不足;通过对影响课程成绩高低因素的分析,为如何提高课程成绩,进而提高教学质量提供了有益参考。