数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事先不知道的、但又潜在有用的信息和知识的过程。在这一过程中,对数据的分类是数据挖掘领域研究的重要课题。本文阐述了数据挖掘和分类技术的理论基础,主要介绍如何利用决策树方法对数据进行分类挖掘,详细的描述了决策树的基本知识和相关算法,并对几种典型的决策树算法进行了分析和比较。主要研究工作如下:1.在分析XML技术和决策树的基础上,提出了一种决策树在XML数据库挖掘中的分析模型,为解决不同数据接口问题进行了有益的尝试;2.针对ID3算法倾向于取值较多属性的缺点,引入概率影响因子对ID3算法作了修正,使决策树减少了对取值较多的属性的依赖性,并通过使用学生信息训练集对两种算法建立的决策树进行比较,取得了良好的效果;3.利用修正后的决策树算法,使用C++语言,在兰州气象局气象技术保障网络管理信息系统中进行数据挖掘,为决策部门提供了合理、科学的决策根据。