高校越来越重视信息化建设,很多高校都利用信息化平台建立起自己的校级信息化建设标准,实现了数据共享。但高校在信息化建设的过程中还是忽视了利用平台汇聚起来的海量数据的有效利用。从学生管理工作的层面看,如何利用学校已经建设完毕的教务教学管理系统、校园卡管理系统、图书文献管理系统等各种管理系统,所产生的基础数据,充分挖掘出有价值的知识,服务于学生管理部门,帮助管理部门识别或验证生活上比较困难的学生,成为当前一个重要的研究课题。本文基于武汉某高校校园卡消费的流水数据,在对数据挖掘中的聚类算法k-means和决策树算法C4.5进行了深入研究后,利用etl工具kettle对相关数据库进行数据交换,形成待分析的数据集。然后使用k-means算法对全校学生校园卡消费数据进行聚类,找出贫困生消费群体的消费特点,利用这些消费特点,结合贫困生成绩信息,图书馆借阅信息和贫困生基础信息形成决策树分析样本,构建贫困生评定模型,利用C4.5算法在weka平台上,测试贫困生评定模型准确度,并以此给予学校相关部门提供合理建议。