目前高等院校人数越来越多,传统的高校教务管理模式无法对如此庞大的体系作出明智的决策,如何充分合理地利用现有资源促进学校的发展,已经是高校教务管理者所面临的共同问题。分类规则能为教务管理者提供诸如课程安排,招收男女学生比例等方面的决策,为高校在信息化时代的进一步向前发展起到一定的推动作用。全文的主要工作概括如下：本论文以本体论和决策树算法为研究对象,首先,对本体定义、本体描述语言、本体构建方法、本体应用领域、现阶段本体研究的热点以及本体未来的研究方向做了比较详细探讨,利用本体构建技术,创建了高校教务管理知识模型,并针对教务管理中成绩关联知识模型做了比较深刻的分析。其次,从决策树算法的背景出发,本论文针对其各分类算法进行了比较,并对其未来发展方向作了深入的探讨,重点对决策树算法之一的ID3算法进行了原理上的研究,且在测试属性的根节点的选择上进行了有益改进。最后,文章用ID3算法及其改进算法,对基于本体技术的成绩关联知识模型进行挖掘分析。详细介绍了作为W3C标准的本体OWL语言,及本体创建工具protege。以及用关系数据库作为中介,如何把成绩关联中的文本数据映射到关系数据库中后,然后依据算法对数据进行分析,得出分类规则。发现改进后的算法得出的分类规则更符合实际,说明了改进算法的优势。