20世纪80年代的末期，一种全新的领域数据挖掘技术在计算机数据库研究方面悄然显现。数据挖掘技术主要的研究目的就是在那些大型的数据集当中发现那些让人们感兴趣的、隐藏着的并且具有一定特定规律的信息。在本论文中，更加侧重关注的是数据挖掘技术的另外一个重要的领域——关联规则分析。Agrawal R早在1993年的时候就已经提出了有关关联规则的问题，在此后的十几年间引起了更多的专家与学者的广泛关注，逐渐使之成为数据挖掘发展的一个重要方向。近几年来，随着高校生源扩招，学生人数的不断扩大，提高高校自身管理水平和办学质量已经成为各个高校必须面对解决的问题。虽然在目前，许多的高等院校已经建立了自己的各种信息管理系统，但是各个部门的信息仍然是分散的，并且没有统一的组织和管理这些信息资源。在此期间就产生了大量的历史数据。但是学校的管理者却很难从这些管理系统的数据中提取出对做出决策有意义信息。为此，建立一个适合于学校的数据仓库，能够将现有的信息数据进行分析与挖掘，提取出有用的信息，帮助管理者更好的进行管理，在很大程度上可以提高学校的竞争力。本文首先主要阐述了基于数据仓库的数据挖掘技术的基本理论和实施方法，探索了数据挖掘的关联分析理论。并将数据仓库于数据挖掘技术应用于教务管理系统中，结合教学管理系统中相关信息，对学生课程成绩运用数据挖掘知识进行了挖掘，并分析了专业课程之间的相关性，得到了一些合理、可靠的课程关联规则，从而为今后的教学课程设置提供参考。数据仓库建设和分析阶段，我们使用Microsoft analysis services和数据透视表来实现其功能；而在数据挖掘过程中我们主要使用Apriori改进算法分析数据，对数据仓库中的数据进行关联挖掘。通过具体在实际的教学管理系统中进行的数据挖掘，我们提取出了非常多的有价值的信息，结合这些信息，对于帮助学校培养更为优秀的学生，以及课程的安排等方面无疑具有重要的指导意义。