数据挖掘技术的研究已经有了很多年的历史，研究数据挖掘的机构、组织、学校也有很多，并且取得了丰硕的成果。在国外的高校教学管理中，数据挖掘已经成为提高教学水平和教学管理质量的有效工具。将数据挖掘技术引入高职教育的教务管理体系中，对现有数据进行多角度分析，无疑能够辅助管理者进行决策，也可以提高学生竞争力。针对目前教务管理系统中的学生成绩管理环节，应用数据挖掘技术对高职院校学生的成绩进行深入科学的分析，了解学生个体存在的差异，明确学生在学习过程中的得与失。通过对课程信息的深入分析，了解课程的设置与企业要求之间的关系等等。以提高今后的教学质量。主要研究内容如下：本文针对目前教务管理系统中的学生成绩管理环节、课程管理环节，应用数据挖掘技术中的关联规则算法进行分析，找出影响学生成绩、课程设置的潜在因素，以实际数据源为依据，在分析课程间影响关系、课程对成绩影响关系的基础上，将所挖掘的关联规则作为标准，对学生成绩、基本信息、专业课程等数据进行挖掘分析，寻找课程与专业要求、课程与学生成绩之间的内在联系，找出影响学生成绩和课程设置最重要的因素，并提出进一步完善的目标和设想。尤其是对AprioriTid算法的改进算法进行了研究，改进了候选数据项集支持度的计数，当单个数据项在频繁数据项集中比最小支持度计数小时，则对包含该数据项的元素进行删除，有效的缩减了频繁项集的规模和需要考虑的规则数，剔除了不能生成有效的候选数据项集的元素，提高了连接步的效率。