随着数据库应用的不断深化,数据库的规模急剧膨胀,人们需要对这些数据进行分析,从中发现有价值的信息。数据挖掘已经成为机器学习、人工智能、数据库等领域的研究热点。它包含关联规则挖掘、预测、分类、聚类、演化分析等多种技术手段。其中关联规则挖掘是一种主要的,也是用途最广的数据挖掘方法。本文即对数据挖掘中的关联规则进行系统研究,深入分析了关联规则的传统支持度-置信度框架、相关度和有效度等衡量标准,并在此基础上将T检验思想引入到了关联规则的衡量中,提出了一种新的关联规则衡量标准-影响度。在对多媒体教学评价现状和相关理论分析的基础上,作者提出了多媒体教学评价的基本原则和多媒体教学评价数据分析的目的,指出了本研究课题中关联规则在多媒体教学评价数据分析中的应用方向。本文将关联规则衡量标准-影响度应用到多媒体教学质量评价数据分析中。采用J2EE的体系结构,用Webwork+Spring+Hibernate架构设计并开发了一个多层的教学评价数据挖掘系统,有效地提高系统的可靠性、可扩展性、可重用性和可维护性。并利用该系统对多媒体教学质量评价数据进行了分析,系统运行结果表明,利用将影响度作为关联规则的衡量标准寻找多媒体教学评价数据中潜在的关联性是可行的、有价值的,可以有效的克服现有衡量标准的一些不足,减少冗余规则的产生。