随着国家信息化步伐的加快和高等教育规模的扩大,社会对专业人才的需求不仅体现在数量的增加上,而且体现在质量要求的提高上。我们被数据——科学数据、医疗数据、人口统计数据、财经数据、市场数据和教育管理数据——淹没。人们没有时间看数据。人类的关注已经成为一种宝贵的资源。如何充分利用已有的学校信息资源,使高校在提高学生整体素质时提高学生文化成绩方面做出正确的决策,是摆在高校面前的紧迫课题。因此,我们必须找到有关方法,自动地分析数据、自动地对数据分类、自动地对数据汇总、自动地发现和描述数据中的趋势、自动地标记异常。让决策人员能从海量数据中快速地、方便地找出有价值的知识,发现其中隐藏的信息,从而帮助决策者做出正确决策。这种方法就是数据仓库和数据挖掘技术。数据仓库技术是运用新信息科技提供的大量数据存储、分析能力,将以往无法深入整理分析的数据建立成为一个强大的关系管理系统,以协助企业制定精准的决策。数据挖掘技术是指在数据库中,利用各种分析方法与技术,将过去所累积的大量繁杂的历史数据,进行分析、归纳与整合等工作,以萃取出有用的信息,找出有意义且用户有兴趣的模式,提供企业管理阶层在进行决策时的参考依据。本文主要的研究方向是数据仓库和数据挖掘技术在学校学生成绩系统的应用研究,就是从海量数据中提取出隐藏在数据之中的有用信息。根据我学院教务管理系统中的学生成绩系统的具体数据构建数据仓库,利用OLAP分析工具分析大学计算机基础这门全校共公课成绩和利用数据挖掘技术中的决策树分类规则方法挖掘影响学生成绩的联系。即结合学校业务处理的现状,用决策树分类算法对全校学生成绩的数据进行抽取构造一棵决策树,并以相应的分类规则评价学生的学习结果,预测学生学习成绩的好坏与哪些因素有直接或间接的影响,反过来通过这些因素,管理人员应充分考虑到学生成绩的好坏与学生的性别、生源地性质与所学专业的联系还要考虑到与教师的学历、职称的联系。只有充分考虑到影响学生成绩的因素,才能从这些方面抓起,从而改善教学效果,促使更好地开展教学工作,最终提高教学质量。