随着国家对于高等教育的大力投入，我国的高等教育水平得到了迅速提高。各高校的在校生人数也在近些年有了显著的增加。为了管理学生的数字信息，各高校相应建立了自己的数据库管理系统。作者所在的河北北方学院也不例外，建立了一个河北北方学院教务管理系统，但是该管理系统只能实现查询、修改和一些简单的计算功能，没有数据的分析能力。河北北方学院为了提高教学水平，向大学方向迈进，每年都在进行教学改革，修改教学计划和教学大纲。如何制定出合理的教学计划需要预先知道各个学科成绩之间的联系。如何将适合某一专业的学生招进来，需要知道该学生毕业时是否会取得优异的成绩。因此，本文在原有学生数据库的基础上进行改进，将关联规则的挖掘算法和决策树分类算法应用于已有的学生数据库管理系统，增加数据库的挖掘能力和分类预测能力，从而扩展数据库系统的功能。具体包括：利用数据挖掘中的Apriori算法挖掘高考成绩与大学各门功课之间的关联关系和大学期间各门功课间的关联关系，从而辅助学校制定合理的教学计划；利用C4.5决策树算法建立学生入学成绩与毕业成绩之间的关系，从而辅助学校合理地安排招生工作。本文的基本结构为：首先，将学校原有数据库的数据信息进行筛选，选择出待分析的相关数据；其次，为了保证数据挖掘的准确进行，对数据进行预处理；再次，利用数据挖掘中的Apriori算法挖掘出高考数学、高考语文、高考英语和高等数学、概率论与数理统计、数据结构、C++成绩之间的关联关系，并进一步挖掘出了大学期间的高等数学、大学英语、概率论与数理统计、数据结构、C++成绩之间的关联关系，然后利用C4.5决策树算法建立高考数学、高考英语和高考综合成绩与毕业测评成绩之间的关联关系，并对学生的毕业测评成绩进行预测。最后利用SQL Server2005软件和Microsoft Visual Studio2010软件对以上的挖掘和预测进行实现，并将结果以界面形式显示出来。通过对结果的分析和比较发现，本文挖掘出来的关联关系是合理的，预测结果的准确率达到了85.7%，是具有参考价值的。经过本文改进后的教务管理系统，可以帮助河北北方学院的管理者总体把握学校的专业建设情况，合理制定教学计划和教学大纲，促进专业的发展。同时，可以根据不同专业的特点，在招生工作中有重点地考察学生的某些方面的能力，将最适合的学生招入最适合的专业。此外，还可以帮助学生找到自己的专业发展道路，做到因材施教，帮助学生最大化地实现人生价值。