随着科研信息管理系统在高校的普遍应用，产生了大量的科研数据，如何发现隐含在这些数据中的规则和知识，并辅助教育决策，已成为亟待解决的问题。　　 学校的科研水平通常通过纵向科研项目立项的级别、数量和资助金额，横向科研项目的到款金额、发表的论文期刊级别、收录检索情况、发表的著作数量、类型等数据来衡量，纵向科研项目申报成功与否和项目组成员的团队结构、研究基础、申报的项目级别、是否有学科交叉等信息密切相关，这些客观条件与申报结果之间是否存在着某些有趣的关系，是我们科研管理部门和教师所关心的问题，如能从教师的项目申报数据中挖掘出这些规则，将对项目申报工作起到莫大的促进作用。　　 本文对学校教师一年内所提交的项目申报书的信息进行数据挖掘，分析项目负责人和成员的职称、学历、申报项目的级别、研究基础与项目立项与否之间的关系，为教师个人在项目申报和学校在申报组织管理时提供参考依据，以提高项目申报成功率，从而提高整个学校的科研水平。　　 文中采用SQL查询语言从学校的人事管理系统、科研管理系统中提取教师人事信息和科研项目信息，并整理了学校2011年度的所有项目申报表，从中提取项目组成员的团队组成结构、研究基础等相关数据，针对这些数据的不完整性、有噪声、不一致问题，经过数据清理、数据集成，选用动态聚类技术对部分指标进行数据归约等预处理工作，然后使用Apriori算法经过多次迭代，挖掘事务数据库中的频繁项集，从中发现有效的强关联规则。