随着高等教育改革的不断深化，学分制逐渐成为各高校广泛采取的教学模式。学分制有利于学生自主安排学习、增强竞争意识等，但也容易导致学生选课的盲目性，即有些学生不考虑自己的实际能力，或者对课程特别是对所学专业课程了解不够，出现盲目从众、跟风等现象。其突出问题是：不少学生选课次序严重不合理，从而导致学生成绩差别性、波动性很大。 在实际中，几乎未见到从学生不同选课次序角度开展考试成绩影响因素分析的研究，即挖掘课程之间关联关系、选课次序评价、课程之间影响度大小等。因此，亟需开展这些方面的研究。这些是本文的重点研究内容，主要工作如下： 1．生成仿真数据。首先，分析影响学生考试成绩的主客观因素，其中选课次序、教师授课水平、学生学习积极性、考试成绩调整等的影响较大，本文以选课次序作为主要影响因素进行分析研究。然后，分析学生成绩分布规律，采用正态分布函数、给定参数(均值：课程平均成绩，方差：课程成绩整体差异程度)，结合设定的课程关联关系、排课学期表、各选课次序生成仿真数据。 2．数据预处理。首先，将学生成绩表整理成一张粗糙集中信息系统决策表。然后，利用二进制粒计算方法对数据进行1、0化处理，将有成绩的课程值转化为1，无成绩的课程值转化为0。对信息表进行基于粒计算的数据约简，约去冗余的课程或数据。 3．选课次序分类与评价。运用基于粒计算的二进制分类算法找出所有选课次序，求出各选课次序中每一门课程的平均成绩和方差。利用聚类的思想对选课次序中课程成绩进行等级分类，依据各选课次序中课程的等级分类对选课次序进行优劣评价。 4．课程影响度。利用课程等级信息和选课次序评价信息等，挖掘课程之间的关联关系，导出关联规则，找出影响课程。利用粗糙集中知识依赖性度量的思想提出影响度概念，求出课程的影响课影响度大小，通过设定的阈值排除一些干扰影响课程。然后，利用仿真数据验证方法的可行性和正确性；再利用某一届同一专业全部学生全学年成绩进行分析，挖掘实际数据中潜在的关联关系，给出选课建议。 本文最后对实验结果中存在的问题进行分析，提出相关解决方案。对全文进行了概括性总结，并对下一步研究重点进行了展望。