近年来，随着网络技术与数据库技术的迅速发展，人们所积累的数据越来越多，这些数据的背后隐藏着许多有用的信息和知识，这些信息和知识得到了广泛的应用，比如金融投资、政府决策、生产控制、市场分析、医疗保险和科学研究等领域。如今的社会，竞争很激烈，拥有获取隐藏在数据背后的有用知识，并利用它们的能力变得愈加重要。在教育领域也一样，各大高校的在每学年的教学评价过程中，面临着同样的问题。教学教务管理部门面对大量的教学评价数据，使用传统的评价方法，效果不大，已经满足不了现代教学发展的需要。人们希望能够对这些教学评价数据进行多角度、高层次的分析和处理，希望从中能发现更多、更有用的知识和信息，为提高教学质量水平提供更多的方法和措施。　　 数据挖掘技术可以很好地解决高校面临的这个问题。数据挖掘（DataMining），又称数据库中的知识发现（Knowledge Discovery in Database,KDD），是一种从存放在数据库、数据仓库或其它信息库中的大量数据里面，挖掘出隐含在其中的、潜在有用的信息和知识的过程。　　 论文首先提出问题——如何改变传统的教学评价手段收效甚微的局面，提出数据挖掘技术是解决这一问题的方法之一。接着从概念、内容、功能、方法、技术以及应用领域等方面，对数据挖掘技术进行了全面的介绍。并且比较了数据挖掘中常用的算法，根据实际情况为教学评价选择了合适的算法--Apriority算法。　　 为全文的展开奠定了理论基础。　　 为了更好的利用数据挖掘技术对教学评价进行较深层次的挖掘，开发了一个数据挖掘系统。该系统是在Windows XP+VisuAlBasic6.0+Mierosoft SQLServer2005的运行环境中开发的。该系统具有四大功能模块——系统登录子模块、数据管理子模块、数据挖掘子模块和用户管理子模块，这些模块保证了系统功能的实现。利用VisuAlBasic 6.0中提供的控件，开发设计出了简单的系统界面，用户只需要选择相关的菜单命令、对话框或按钮就可以实现系统的功能。用户在操作上更加简单且快捷，结果的显示更加直观形象。　　 最后，以笔者所在学校某学年教师的教学评价数据作为研究对象，将其应用到数据挖掘系统中，运用系统所选用的关联规则技术和其中的Apriori算法，对教学评价结果与教师的教学方法、教学内容、教学态度、职称、学历等之间的关系进行挖掘。最终，发现教学方法、职称、学历对教学评价结果的好与差起着关键性的作用。利用这些关联规则，发现了一些好的教学方法和相关的改进措施，将它们应用到实际的教学工作中，一方面有助于教师提高自身的教学水平，更好地教学；另一方面也可以为教学管理部门提供决策支持，更好地管理。从而，全面提高学校的整体教学水平。