论文首先概要描述数据挖掘技术的基本原理以及应用,详细介绍数据挖掘技术的基本任务及其功能,具体描述数据挖掘过程的实现步骤以及挖掘算法选择及其应用。通过对于挖掘技术的基本知识的理解,熟练掌握数据挖掘系统的基本架构。论文通过简要介绍目前使用比较频繁的知识分析算法(Apriori算法以及PF?Growth算法),分别描述以上算法的基本原理以及各自的优势,着重强调对于PF?Growth算法的分析以及研究。通过积累基于发现关联规则目的的挖掘算法的分析经验,提出基于关联规则发现的改进PF?Growth挖掘算法,并且利用实际测试数据源验证经过改进的PF?Growth挖掘算法是否存在实用价值。论文基于数据挖掘国内、国外的研究基础之上,结合目前国内市场普遍比较流行的教务管理系统提出基于数据关联规则挖掘的学生选课系统设计过程,实现数据挖掘技术引入网上选课系统当中,提供高校教学管理有效的数据分析环境,从而辅助教学管理部门制定有效的教学决策。论文的主要工作以及创新之处在于数据分析环境引入选课系统当中,从而对于海量的选课数据进行有效的组织以及管理,最后获得支持教学组织部门进行教学决策的优秀质量信息,从而更好地了解学生的学习需求以及完善学科科目设置方案,优化教学质量。