高校人力资源是学校的重要资源，是学校核心竞争力之所在。面对着大量数据，人力资源管理迫切需要一种技术来发现有价值的知识，为高校管理者提供智力支持。高校的竞争是人才的竞争，如何全面掌握和合理运用人才资源是当今高校人力资源管理的首要问题。擅长从数据中发现模式的数据挖掘技术在其他领域的成功运用和F426.474实施，为本文所述问题的提供了新的解决方法。 本文以关联规则和粗糙集理论为指导，运用基于粗糙集的关联规则挖掘技术对高校人力资源管理问题进行分析。通过属性约简，较好地摈弃了关联规则中的一些无用或效果不太理想的规则，大大精简了知识，使得人力资源信息得以有效地利用。并在此基础上，发现有价值的知识，指导实际工作，提升高校的综合竞争实力。具体研究内容如下：首先，阐述论文的研究背景、目的、意义、研究内容及方法。介绍了数据挖掘技术、粗糙集与关联规则相关理论，并结合高校人力资源管理理论，利用基于粗糙集的关联规则挖掘技术解决高校人力资源管理问题。其次，介绍数据挖掘理论与粗糙集理论。重点介绍了数据挖掘技术的基本概念、挖掘过程及其应用、粗糙集理论的基本概念等。再次，阐述关联规则挖掘。关联规则的基本概念、典型算法、基于粗糙集关联规则挖掘的相关概念及其算法。最后，论述了基于粗糙集的关联规则在高校人力资源管理中的应用。 本文重点研究关联规则挖掘解决两个人力资源管理问题，以江苏科技大学人事信息为对象，应用粗糙集的关联规则挖掘划分高校教师的科研能力及教师成长预测。通过大量数据预处理工作，实现了应用基于粗糙集的关联规则挖掘技术对人力资源数据的挖掘，并得出很多有用的知识，这些知识在人才识别、人才评价、人才成长、人才引进及人才培养等方面无疑具有重要的指导意义。