信息技术的迅猛发展使得各个领域的数据量激增,数掘挖掘是一种新的认识数据、理解数据的智能手段,关联规则是数据挖掘中最重要的一种。本文在研究关联规则挖掘技术的基础上,开展了基于关联规数据的分析和挖掘研究。首先,针对其中的缺点和不足,提出了一种匹配度方法用以取代置信度,用匹配度方法生成的规则不仅具有较高的相关性,而且减少了冗余规则的生成。再次,在分析经典Apriori算法的基础上,提出了一种有效的基于矩阵的Apriori的改进算法。该算法应用了矩阵的思想,只需对数据库扫描一次,即可得到频繁项集,大大提高了算法的效率。最后,结合学生成绩数据的特点将数据挖掘技术和关联规则算法运用到学工管理系统中:提出学生培养模型和优秀课程间关系模型的概念并对其进行了求解,以学生的信息为数据源,运用改进的Apriori算法实现了上述目标。