高校家庭经济困难学生资助工作受到政府和社会的高度关注,困难生认定是高校学生资助工作的首要环节,只有对困难生进行准确识别和正确分类,才能对学生进行有针对性的资助。目前我国现行税收制度尚不健全,不能像西方发达国家一样获得一个家庭准确的经济收入情况,加之城乡差异、地域差异的存在,高校困难生认定工作已成为公认的难题,高校困难生分类研究在理论研究和实践工作中都具有十分重要的意义。分类技术是数据挖掘中一种非常具有实用价值的技术,可以根据对大量数据的学习,分析出数据的条件属性与决策属性之间的关系,构造分类模型,对未来的样例进行分类。决策树由于分类准确度高、执行效率高、可理解性强等优点,已成为一种被广泛使用的分类方法。本文在对已有研究进行总结的基础上提出高校困难生分类的指标体系,使用基于粗糙集理论的属性约简方法对分类属性进行约简。在对决策树分类方法进行深入研究的基础上,针对高校困难分类的实际问题,对ID3算法、C4.5算法进行相应改进,提出一种针对高校困难生分类问题的决策树算法。算法对数值属性离散化、测试属性选择、决策树剪枝等决策树算法的核心问题都提出了针对问题实际的解决方法。最后,使用JAVA+MySQL技术实现了基于改进后决策树算法的高校困难生分类系统,实现数据处理、决策树分类模型挖掘、学生分类等功能。