随着数据挖掘技术的日渐成熟,数据挖掘应用已经渗透到各行各业,如电商平台顾客行为分析,医疗行业基因分析等,然而在教育行业的应用却不多见。由于教务处数据管理系统的普及和高校的逐年招生,各个高校累积了大量学生成绩数据。教学质量是高等教育较为关心的问题。如何利用数据挖掘技术挖掘这些数据背后隐含的信息,为提高教学质量提供决策支持显得尤为重要。由于心理学的繁荣发展与干预规则挖掘技术的兴起,医学领域、心理学领域的相关研究表明适宜的心理干预措施对人的生理、心理健康恢复均会产生正面影响。但是在教育行业,何种心理干预措施对提高教学质量有益却并无定论,由此教学心理干预措施研究尤为迫切。本文从以上需求出发,基于数据挖掘技术设计并实现了教学质量跟踪平台。首先采集了笔者所在院系的大量学生成绩数据,对原始数据进行了清洗,集成和归约处理,针对常见Web系统数据集成时限制高、操作难、盲目性等问题进行了研究,改进了数据集成方式;其次采用相关性分析、图形分析和关联规则等方法对学生成绩进行挖掘,得出多门课程之间的相关性;再次根据回归分析和决策树算法对课程成绩进行了预测,并对回归分析和C4.5算法进行了改进,经测试提高了两种算法的准确度和执行效率;最后在以上数据挖掘研究的基础上,采用Java Web系统开发技术开发出交互性良好、功能稳定的教学质量跟踪平台,实现了学生成绩集成、统计分析、预测分析等功能,为提高教学质量提供参考依据。此外,本文结合干预规则挖掘和教育心理学相关理论,分析了大学生学习心理,为提高高校教学质量提出了一种心理干预措施和干预效果假设,并以部分学生为实验样本施加了心理干预,自定义了三类干预效果评价指标,最终以实际样本值验证了本文的心理干预措施有利于提高高校教学质量。