随着我国加入WTO以及市场经济体制的逐渐完善，高校间的竞争日益凸现。决策支持系统在高校中的应用研究将充分利用现有的高校信息资源，从更高的层面优化学校资源配置，从整体、宏观的角度分析和解决问题，发现高校内管理工作的规律和模式，进而提高高校竞争力。　　 本文将本体( Ontology)技术引入高校决策支持系统研究中，建立了用于高校管理的教学、科研、课程、图书馆等领域本体。该类本体为高校管理提供领域知识共享，实现一定程度的领域知识重用。论文利用领域知识来指导数据仓库设计，系统分析了应用于高校的决策支持系统的特点，提出了应用于高校的决策支持系统体系结构。该结构在基于本体构建的数据仓库(DW)基础上进行数据挖掘(DM)，并与联机分析处理(OLAP)技术相结合以提高系统决策能力。　　 提出了一种ID3改进算法，该算法基于粗糙集原理中的相对核及加权粗糙度知识，采用条件属性的加权平均粗糙度这个指标来选择测试属性构造决策树，实验表明该算法较ID3算法得到的决策树更小且分类准确率更高；并将该算法应用于高校人事师资管理模型中，该模型的研究有助于高校正确引进师资人才和高校科研经费的合理分配；建立了高校教务课程关联模型，该模型结合成绩应用本体及数据挖掘的Apriori关联规则算法，发掘数据隐藏的规律或数据间的关联，分析课程之间的相关性，进而辅助学校科学合理地排课。　　 建立了高校图书馆图书采购决策支持系统。该系统通过对高校图书馆采购需求分析，建立图书馆应用本体，根据本体建立以读者、图书和借阅为主题的事实表和维表，基于本体映射，完成sq12000下的DTS包设计，最终实现图书馆采购数据仓库，在确定其层次结构和存储模式的基础上完成OLAP的设计和聚类分析功能，并实现了基于.NET的可视化开发。该系统的研究将有助于有限的图书经费得到合理的利用，同时提高图书馆的藏书质量。　　 本文模型以我校师资数据、课程成绩数据、图书证记录数据为研究及验证依据，结果表明模型具有统一的接口，便于后续维护和扩展，且较好地适应了高校管理信息化的发展步伐，提高了高校管理决策能力和水平。