近年来,随着科学技术的飞速发展,我国高等教育进入了大众化阶段。高校不断扩招,一方面学生人数在大幅增加,另一方面生源质量在普遍下降,给高校教育教学工作带来了许多问题。在日常教育教学中,学校积累了大量的、复杂的教育教学数据,管理和检索这些数据变得越来越困难。如何从这些数据中发现内在的、有价值的信息,为学校决策者提供参考信息,科学指导教学,提高教学管理水平,是目前高校中值得研究的问题。同时,数据挖掘技术的快速发展及其应用领域的不断扩大使得将数据挖掘技术应用于高校的教学、管理已是必然的趋势。将数据挖掘应用于教学中无疑是非常有益的,可以全面地分析考试结果与各种因素之间隐藏的内在联系,有针对地采取有效措施,推进教学改革,提高教育教学质量。本文主要是根据给定的大学预警学生数据,利用数据挖掘技术(分类和预测、关联分析、聚类分析),按照相对应的分析模式对预警生数据进行挖掘,得到预警生的不及格课程之间的内在联系、学生课程不及格的可能原因和关键因素以及预警生共有的特征,挖掘出隐藏规律和模式。根据这些有用信息对即将或者已经偏离学分要求的学生进行预警,以及对以后教学工作的预测,从而使整体教学质量得以提高。