近年来,数据挖掘已发展成为一门炙手可热的学科,南京检测中心作为国家级检测单位,目前使用的综合信息系统主要是面向工程建筑材料的检测,挖掘出信息系统中的隐藏价值,对于检测中心发展具有重要意义。本文首先是对综合信息系统相关技术进行研究,主要包括数据挖掘技术、决策树算法和Weka平台,基于Weka平台比较ID3算法与C4.5算法,将检测系统中的检测数据作为实验数据集,由实验结果得,C4.5算法不仅可以处理连续属性,并且在处理离散属性时,C4.5算法相对于ID3算法有更高的精确度,但是因为C4.5在构造决策树过程中,需要多次对数据集进行扫描和排序,从而导致算法的低效,本文提出一种选择模式,即在当数据集不大且精确度要求较高情况下,首选决策树C4.5算法,当数据集相对内存较大且精确度要求一般的情况下,首选ID3算法。随后本文针对检测系统中检测材料没有等级分类标准的问题,在基于Weka平台的情况下,对检测数据进行预处理,并且筛选检测材料属性,运用C4.5算法构建一棵关于检测等级分类的决策树,并由实验结果中分类错误实例图挖掘出潜在的信息,提出把检测时间更加精确化的记录和去除检测等级“E”的建议,从而提高检测设备利用率和精确度。最后本文针对决策树C4.5算法在处理连续属性时没有增量学习这一问题,结合后向传播算法提出改进方案,由实验结果可知,在一定范围内,数据集越小时改进效果越明显。本文是从多角度出发,在研究C4.5算法的基础上,面向工程的综合信息系统提出了合理化的建议,意在提高检测设备利用率和精确度,本文整个挖掘流程也适用于其它综合信息系统。