随着高等学校研究生教育制度的改革与发展,我国研究生招生规模不断扩大,招生数据量持续增加。研究生招生管理的数据分析需求日益紧迫。如何利用数据挖掘技术,将历史研究生招生数据转化为对教学管理有价值的信息,显得尤为重要。因此,将数据挖掘技术应用到研究生招生系统中,辅助高校招生,是一个好的应用及创新。本文在数据挖掘技术、关联规则算法及决策树算法的基础上,提出高校研究生数据分析与数据挖掘技术相结合的思想。在原有的普通高校招生管理系统基础上,融合数据挖掘技术,建立高校研究生数据模型;其次,以某高校研究生学院近几年报到情况为基础数据,对数据进行采集、整合和预处理,将原始数据分成训练集和测试集,运用数据挖掘中的关联规则、决策树等技术对这些数据分析,找到有价值的信息;最后,采用Apriori算法分别计算训练集数据中主要属性的支持度与置信度。通过设定阈值分析影响新生报到的主要因素和各因素之间关联程度,通过测试数据集来验证正确性。再选择C4.5算法,分别计算训练集数据的信息熵和信息增益率,建立决策树并剪枝,得到决策模型,运用测试集数据对模型进行验证和完善。本文主要将数据挖掘技术应用到研究生分析系统中。利用数据挖掘的关联规则和决策树方法对研究生信息分析,得到理想的、有价值的规律及结论,挖掘结果基本上符合高校招生的规律。从而实现了数据挖掘技术在某大学研究生招生数据分析系统的应用,同时改善了研究生招生传统的流程与方式,提高了研究生招生管理的效率和质量。