基于智能卡技术建立的各种信息系统已逐渐被应用于高校管理的各个方面,但就目前而言这些系统往往仅能满足某一特定环境的应用,同时各系统之间一般相对独立,数据无法共享,无法综合利用及处理,要解决该问题就必须建立以数据仓库及数据挖掘技术为支撑的决策支持系统。在这一背景下,论文针对目前高校基于智能卡辅助管理中存在的系统众多、无法统一管理、数据资源丰富却无法有效集成利用等问题,构建了一个高校辅助信息管理决策支持系统,主要的研究工作及取得的成果有以下几个方面:(1)以基于数据仓库的一般决策支持系统的体系结构为基础,结合高校管理的特定需求和实际特点,构建了高校辅助信息管理决策支持系统的体系结构,并规划了该系统的主要功能。(2)针对基于智能卡技术的高校信息系统的数据特征,设计并确定了高校辅助决策数据仓库的组织模式及结构方案,划分了决策的主题域;方案中着重对数据的粒度及元数据这两个影响决策系统性能的关键因素进行了分析研究,并实现了数据仓库的ETL功能。(3)针对高校学生消费数据的特点,以Apriori算法为基础,改进并设计实现了一种消费决策算法,该算法在计算候选集支持度时具有较好的收敛性,并对该算法的有效性进行了验证。(4)以决策树理论为基础,结合ID3、C4.5以及SPRINT算法的优点,设计实现了一种就业预测算法,实验结果表明该算法可较为准确的对学生就业信息进行分类与预测。