努力提高学生的成绩是每一所高校的目标,学生成绩是评估教学质量的重要依据。现在高校规模不断扩大,学生数量越来越多,随着社会的发展,影响学生学习成绩的因素也越来越多,学生成绩分析就更加重要。对学生成绩进行分析,从大量数据存在的关系、规则中研究学生成绩,预测成绩发展趋势,从而对教师的教学环节提出有针对性的建议,对学生管理工作有的放矢,提高授课和学习效果已显得非常重要。故本文引进了近年来兴起的数据挖掘技术用于高校学生成绩分析,以找到影响学生成绩的根本原因及所映射到的相关问题原因,从而可以制定相应的措施,提高教学质量。本文在数据仓库和数据挖掘知识透彻理解的基础上,首先系统研究数据挖掘各项技术工具、方法、模式以及如何在高校学生成绩分析中应用数据挖掘理论,并详细的分析现有的每一种应用及其模型优缺点和各自适应环境;其次以研究决策树、聚类等方法原理为基础,引入数据仓库技术;最后针对目前学生成绩分析的各种模型,根据上述理论进行研究,设计出学生成绩分析的方案,建立新的挖掘模式,研究时间、课程、年度、年龄、生源地等与学生成绩的关系,得出新的更有价值的规律。