随着校园信息化建设飞速发展,校园一卡通被广泛应用于学生生活的各个领域,不仅极大地方便了学生的校园生活,而且积累了海量的数据,导致在教育管理、教育服务、教学研究等领域都面临大数据问题。一卡通的使用记录映射着学生的日常生活,探索隐藏在数据中有价值的信息,对校园日常行为的建模来预测学生的学业成绩,可以实现提前预警学生的异常情况,从而采取适当的措施进行管理,从中获得有用的教学决策信息,并应用到教学工作中,已经成为广大研究学者最为迫切的任务和课题。本文主要是利用数据挖掘技术为高校学生校园行为与学业成绩提供更好更多的信息和指导。首先研究了教育理论中校园行为分析与行为习惯对学业成绩的影响,良好的学习行为习惯和生活习惯有助于学业成绩的提高。其次,以学生校园日常行为数据为基础,通过数据预处理提取学生学习及生活规律等方面的特征,利用汇总统计和可视化来描述学生校园行为的特征,分析学生行为规律。接着,利用关联分析挖掘校园行为习惯与学业成绩的关联性,具体体现在借阅书籍、图书馆学习状况、作息规律、就餐规律4个方面,研究结果反映了规律的行为习惯与学习存在较强的关联性。最后,利用学生校园的日常行为数据进行建模,通过KNN算法、支持向量机和朴素贝叶斯算法对比,最终选取朴素贝叶斯算法来预测学生的学业成绩,正确率为84.35%,对分类结果从整体和成绩等级下分析学生行为特征,辅助信息化教学,达到学生异常情况的早期预警,优化教学实施过程,以促进学校对学生的培养、管理工作。