随着高校学生成绩信息量的不断增加，对学生成绩进行简单的统计，对比等信息处理方式难以满足学生和教育工作者的实际需求，学生成绩预警系统的研究已成为当今高校信息管理领域研究的热点。本文使用关联算法对高校学生成绩信息进行数据挖掘，得到课程之间的关联关系，帮助高校教育管理者对学生成绩预警。本文对高校学生成绩预警的相关技术进行了如下研究：对关联规则Apriori算法进行了改进。分析了Apriori算法，研究了Apriori算法在实际应用中的执行过程，通过分析发现：Apriori算法在实际运行中会遇到执行效率较低，某些特殊情况下算法无法运行的困难。为使算法能够满足实际需求，对Apriori算法进行改进，解决算法在实际运行中的困难，通过优化算法储存频繁项集的方法，提高算法的执行效率，提高了算法挖掘结果的准确性。对算法改进前后的执行效率进行对比实验。选取C4.5挖掘算法作为决策树挖掘算法，并且对C4.5算法进行了改进。研究C4.5算法在实际应用中的执行过程，通过分析发现：C4.5算法在执行过程中计算学生信息部分步骤比较繁琐，算法的执行效率受到影响。为提高算法的执行效率，通过重新设置C4.5算法的执行过程，优化C4.5算法，提高C4.5算法的执行效率。设计算法实际应用的实验系统，对改进前后的算法进行验证。首先，设计实验系统的总体架构，然后建立实验系统的数据库，对采集到的数据进行数据预处理，统一数据的格式，加载进入数据库，按照算法功能实现系统的各个功能模块。对比算法改进前后的运行结果，对挖掘得到的强关联规则进行验证，检验算法在实际应用中的可行性和准确性，比较改进前后的算法，对得到的预警结果进行分析，检验实验系统和算法对实际预警的有效性。