伴随着我国高等教育的发展,在有限的生源情况下,高校之间招生的竞争非常激烈,民办高校的发展对学生数的依赖性更大,而招生工作方式方法影响着学校学生报到率、招生工作效率及经费的使用,民办高校普遍对招生工作的非常重视重视。如何确定较好的招生政策?计算机技术的发展给民办高校额招生工作带来新的契机。民办高校历年的招生过程中会存储大量的招生数据,但是大多缺少深层的数据分析和信息提取。本文将数据挖掘技术运用于安徽省四所应用型民办本科高校的招生数据中,力求去发现潜藏其中的招生规则和知识,然后利用这些规则和知识去帮助学校进行招生的政策制定、管理工作,从而达到提高报到率、降低招生成本、提高招生决策水平的目的。根据应用型民办本科高校实际的招生工作情况,本文运用决策树算法C5.0和Apriori算法对高校招生信息进行挖掘,研究分析可能影响学生入学报到的主客观原因。本文主要做了如下三方面的研究:(1)研究了数据挖掘的过程和相关知识技术,对数据挖掘技术相关的算法进行了学习和探讨研究,然后针对决策树算法中的ID3算法,及其改进后的C4.5算法和C5.0算法,进行了深入的分析。关联规则算法中选取了 Apriori算法进行较为详细的研究。对这些算法存在的差异进行比较,研究这些算法与本文所要解决问题的关系,初步确定本文所要使用的主要算法、挖掘任务以及挖掘工具。(2)根据实际情况,利用多种途径对安徽省内四所民办应用型本科高校的招生数据进行收集整理。对收集到数据根据实际情况进行预处理,包括对原始数据的清理、集成、归约、变换等操作,目标是得到适合挖掘的数据样本集。(3)运用Clementine挖掘软件实现了 C5.0算法和Apriori算法对招生数据样本集的挖掘。先分别分析总结了 C5.0算法和Apriori算法的挖掘结果,然后又分析研究了两种算法所得结果的相关性和差异性,最终归纳出符合民办应用型本科高校的规则。为民办应用型高校以后的招生工作提供一定参考。