随着信息技术的发展,探索新的学习方式、教学方法以及建设数字化的校园是教师义不容辞的责任。合理、恰当、有效地运用信息技术,解决常规教学中的一些问题,是所有老师面对的问题。目前中小学里应用比较多的是对学生成绩的分析,但这个分析仅仅是对录入成绩的查询和一些常规统计,如求平均分、及格率、优秀率、最高分等。这些分析只是某一次考试的当前情况的体现,却无法发现数据中存在的关系和规则,无法根据现有的各项数据预测学生成绩以及学生今后发展趋势。作为学校,学生成绩评估是评价教学质量的重要依据,如果能从现有的成绩和学生的其他相关信息里找出对成绩影响较大的因素,并能对学生的发展做出一定的预测,这对改进学生的培养方式和加强学校的教学质量都会有很大的帮助。传统的将数据挖掘应用到教育教学上的方法是应用决策树方法来分析学生的成绩,从而找出影响学生发展的因素及各因素间的关系,但这种方法可能更适合高等院校。本文主要利用交叉覆盖算法,通过实验找出对初中生学习影响较大的因素。交叉覆盖算法是利用了M-P神经元模型的几何意义得到的一种领域覆盖的算法,它在一定意义上考虑到了网络结构的优化问题,可以使得产生的神经网络的规模较小,而且方法实用、可行,解决了多年以来一直未能很好解决的前向网络设计问题。笔者一直从事中学教育工作近十年,在教务部门工作也有七年,每次期中期末考试后都要进行成绩分析,其目的就是想办法提高教育教学质量。在研究生学习期间看了大量的相关领域文章,尝试将交叉覆盖算法应用到学生成绩预测上,在实验中得到较好预测结果。同时本文通过对比交叉覆盖算法和标准BP算法的实验结果,得出在成绩预测这一方面,交叉覆盖算法的网络学习更快,准确率更高的结论。纵观全文,笔者将把神经网络交叉覆盖算法应用到学生成绩和综合素质的分析研究中,从而找到提高教育教学质量的关键因素。本文主要从以下几个方面进行了详细的研究：1、阅读相关领域论文,对当前国内外数据挖掘的研究现状做了全面了解。2、理解数据挖掘技术的基本概念,掌握数据挖掘技术的研究方法,熟悉目前数据挖掘技术在各行业的应用,学习数据挖掘的神经网络算法,找出对适合问题求解的算法。3.收集初三毕业班学生相关信息及考试成绩,并对学生的成绩数据库进行分析,从而发现目前在学校里使用的成绩评估的不足,找到与学生成绩关联最大的因素,为教师的教学行为提出供科学依据,为教学部门的决策提供支持信息。4.结合实际需求,分析学生的学习成绩数据库,收集相关数据并进行清理,特别对学生综合素质评价数据进行处理,应用交叉覆盖算法对学生成绩分析,并进行成绩预测。5.阐明交叉覆盖算法在中学教育教学管理系统中数据挖掘技术的具体实现及应用。