高等教育,对一个国家的效率和技术进步起着重要作用,是一个国家保持核心竞争力的关键,是人类社会生活中的重要组成部分。改革开放以来,虽然中国的高等教育迅速发展,但是高等教育的质量和水平与发达国家仍有明显差距。因此,如何提高教育的质量,是我国教育系统一直以来在思考和实践的一个课题。教育质量的好坏究竟和哪些因素有关联,关联性到底有多强?了解和掌握这些信息,无疑对于教育质量的提高是大有裨益的。如何找到这些信息,正是本文想要解决的问题。数据挖掘是通过分析每个数据,从大量数据中提取隐含在其中的、人们事先不知道的但又是潜在有用的关联信息和知识的过程,被信息产业界认为是数据库系统研究最重要的前沿之一,是信息产业界最有前途的交叉学科。而关联规则算法是数据挖掘技术的一种重要模式。本文就是将关联规则算法应用于高等教育教学质量评估中,希望找到高等教育教学质量与其它因素之间的联系。本文指出了教学评价中传统的定性分析、定量分析、标准差方法的不足,将数据挖掘中的关联规则挖掘应用到教学评价中,找出了教师课堂教学效果与教师教学过程和教学方法手段之间的关联规则。本论文的主要成果如下:实现了一个基于Apriori算法的数据挖掘系统。结合教学质量数据的特点,将上述系统应用于教学质量研究,分析了影响教学质量的各种因素,并给出了相关建议。