随着高校的不断扩招，积累了越来越多的历史教学数据，管理和检索这些数据变得越来越困难。如何合理有效地利用这些数据中隐藏的信息，更好地为高校的教学、科研和管理工作服务，是现在和今后教育教学领域研究的重要课题。 数据挖掘是一种从大量数据中提取有用信息的技术，是当前计算机科学研究的活跃领域。利用数据挖掘技术能够从大量的教学信息中发现诸多教育因素间潜在的相互作用和影响关系，从而探索出合理的数据挖掘模型和有效的教学方式。本文运用关联分析、决策树、回归分析等方法建立了学生选课特征关联模型，课程间成绩影响关联模型，公共课影响因素决策树模型等教学信息挖掘模型。 OLAM技术结合了数据挖掘和OLAP技术的优势，能快速有效地对数据进行挖掘，是数据库与数据挖掘领域发展的重要方向。本文探讨了基于Web的OLAM系统的体系架构与实现，并应用于教学信息挖掘，获取隐藏的信息，为教学决策提供辅助和指导。