随着高校扩招政策的实施,高校在校生人数的增多,对于教学信息的传统管理模式,已经无法满足教育管理者对决策信息的需求。尽管目前数据技术的应用越来越广泛,但该技术在教育领域的应用相对较少。教学管理中数据信息量的日益膨胀和获取的指导性决策信息量少之间的矛盾是本课题研究的出发点。论文研究了数据挖掘技术理论,包括数据的预处理、数据挖掘方法、数据挖掘流程等。分析了目前教学管理中对学生成绩管理、教师评价管理、试读生管理这些方面存在的问题,并对数据挖掘技术在这些方面的具体应用需求做了阐述。同时根据这些模块的不同特点,分别采用不同的数据挖掘方法进行分析,最后以传统的教学管理系统为基础,整合数据挖掘模块,为教学管理提供挖掘服务。在数据挖掘技术的应用方面,本论文结合实际需求对实验数据进行了预处理,使之适合数据挖掘的形式。重点研究了数据挖掘技术中关联规则算法Apriori算法在影响英语六级过关率中的应用,在此基础上对挖掘结果进行分析,得出了结论是：六级考试成绩的好坏主要受在校的学习成绩影响,虽然入校成绩对六级成绩有一定的影响,但影响很小；同时还将决策树算法C4.5算法应用于教师评价中,分析影响教师教学效果因素之间的关系,得出的结论是：教师教学的好坏主要受教师的教学态度和教学方法的影响,教师年龄、学历等因素对教学效果的影响很小。系统数据挖掘模块旨在通过对学生成绩数据、教师评价数据的挖掘分析,获取指导教学管理工作和改进措施的决策信息为教学管理者所用。