心理健康是大学生成才的重要基础。近几年来，大学生日益突出的心理问题逐渐为教育主管部门所重视，大部分高校的心理咨询指导中心都利用心理管理系统就心理测量、统计和建立学生心理档案进行管理，其目的就是由计算机在一定程度上替代心理咨询老师实现快速统计、及时反馈、及时提出预防、干预等决策。本文以实现在心理管理系统中嵌入数据挖掘技术为目标，详细阐述了适合心理管理系统的数据挖掘技术模块的设计与实现，介绍了研发过程中使用的决策树算法关键技术以及线性拟合的应用，探讨了运用决策树算法分析影响学生心理健康的因素，重点解决的问题有：第一，基于现有的学生心理管理系统，充分利用已有的学生心理测量结果与学生的基本信息，使用C4.5算法生成了决策树,在此基础上,提出了一种新的决策树剪枝方法,该方法能够有效地屏蔽掉那些置信度较低的导出规则,从而极大提高了导出规则的有效性和准确性,使得决策结果更有价值；第二，采用线性拟合的方法对多量表测试结果进行了数据校正，使用该方法可以尽可能准确地筛查出真正心理异常的个体，为心理咨询师更好的开展工作奠定了坚实的基础，也使得现有的学生心理管理系统真正成为了一个实用且功能完善的师生满意系统。本文将数据挖掘技术嵌入到原有心理管理系统中，使其既不影响系统其它功能又能方便、快捷、准确地从大量数据中找出各因素之间的关联关系，提供更有参考价值的结果。通过在系统中应用数据挖掘技术，一方面能在开发嵌入过程中，选择适当的数据挖掘技术并展示其他技术所不能比拟的解决问题的方法。另一方面，经历过设计、开发、实施全过程，就能对学生心理管理系统有一个整体的把握，能科学的构建大学生心理档案服务体系和模式，使学生心理管理系统在高校的心理健康教育中发挥高效、便捷的作用。本文详细介绍了基于学生心理健康档案信息分析的需求，利用决策树算法对数据进行了分类。同时在研究过程中，通过对照比较、综合分析、理论验证等方法。在原有数据库的基础上，建立学生心理档案数据的选择、清洗及转换方法，最后阐述数据挖掘在学生心理管理系统中的应用实现，并对系统实现进行了总结和展望。