近年来,中等职业教育随着社会制度、资金投入等方面的变革,不得不走出学校,面向市场,时刻处于优胜劣汰的处境。学校的发展也面临诸多的压力和挑战,而大部分的学校信息管理系统仅仅局限于数据的简单处理,对教师的教学评价、课程设置、学生评价以及学生就业情况这些数据之间的联系缺乏调查分析。从大量数据中提取有价值的信息是数据挖掘的主要功能。本课题旨在利用数据挖掘技术分析本院学生的教学评价、包括课堂风格、学生参与度、考核方式等诸多影响授课效果的因素,可以让教师在备课时选择恰当的教学手段及方法,帮助学生更好地完成学习任务,达到良好的教学效果。课题研究的主要内容包括:首先,详细介绍了数据挖掘技术的基本原理和相关技术。对数据挖掘的基本概念、过程以及具体应用加以阐述。其次,以数据挖掘技术为理论背景,引出本文主要研究的Apriori算法以及ID3决策树算法,在经典算法的基础上,对两种算法进行了改进。提出了基于优化加权影响因子的Apriori改进算法,以及基于信息熵的ID3改进算法,对改进算法的设计及实现进行了详细的阐述。再次,对实验用数据集进行选择、收集以及数据的预处理,并且通过实验,对不同的算法进行了比较,从时间、空间层面对不同算法性能进行评价,实验结果表明,改进的Apriori算法性能优于改进ID3算法。最后,通过所收集到的数据集,将数据挖掘技术应用到中等职业院校教学评价当中,详述了改进算法的具体实施流程,对实验结果进行具体分析并得出相应结论。