在信息时代的今天，学习的方式方法多种多样，网络学习已经成为人们学习的一种主要方式，今后也必将是除了课堂教学以外的最主要的方式，如何提高网络教学的水平是现在一个重要的研究方向。数据挖掘技术能对教学系统累积的大量数据进行分析，从中获得有用的规则和模式，这样可以有效的提高教学系统的智能性和实用性，并最大程度的激发学生的学习兴趣。教学系统模型的建立、数据挖掘算法在教学方面的应用以及学生学习特征及学生特征的提取作为研究的主要内容。首先结合教学实际及数据挖掘的过程和技术特点，提出了基于数据挖掘的智能教学系统的模型，然后分析了运用关联规则对学生历史学习数据进行挖掘分析的可能性，并根据学生历史学习记录的特点，提出了基于主属性和低频规则的近似关联分析算法，挖掘出课程内容之间的关联规则。对于学生基本信息的特征则采用经典的决策树ID3算法，对学生进行分类。然后分析了《实验诊断学》课程在线学习系统的需求，结合需求分析的结果给出了系统的用例图，讨论了系统的总体设计，其中包括开发环境设计、运行环境设计、功能模块设计并给出了系统的简单流程图，进行了数据库的设计，绘制了系统的全局E-R图并设计了系统的所有逻辑表结构。接着研制和开发了一套基于Microsoft SQL Server2000和ASP技术的符合高校医学教学实际的课程在线学习系统，系统主要分为系统管理、学生学习以及教师管理三大模块，三大模块中再包含其所需的各个小模块，并要详细介绍教师管理和学生学习各子模块的设计与实现。最后对系统进行了测试与分析。系统达到了预期目标，实现教师在线对学生信息、教案、练习和试题的基本管理，以及学生在线进行不同程度的课程学习、测试等功能，并通过数据挖掘得到的规则，给出适合的、针对性的、个性化的学习建议。