数据挖掘是从大量的数据中通过算法挖掘出未知潜在的知识或有价值的规律的过程。Apriori算法是数据挖掘关联规则中的经典算法,该算法通过对数据的关联性进行分析和挖掘,挖掘出信息之间的潜在联系,用来进行决策和指导,广泛应用于各个领域。独立学院作为本科教育新力量的兴起,竞争压力日益增大,提高学校考生报到率和在校学生质量,成为独立学院发展的关键因素。如何利用历史招生信息数据进行挖掘,从而发现其潜在的数据之间的关系,利用数据挖掘的结果进一步指导招生工作,对独立学院招生具有重要意义。本文首先介绍了数据挖掘技术的概念、任务和方法,重点描述了关联规则算法中的Apriori算法。主要工作：首先是重点研究和分析了传统Apriori算法和已有的改进Apriori算法存在的问题,提出了基于数据规模划分的DPApriori算法和基于属性列的DPApriori-N两种改进算法,通过实验验证了改进算法的有效性。其次,分析了招生信息数据,给出了招生信息数据的清洗过程和招生信息数据挖掘系统的需求分析。最后,将改进的Apriori算法应用到招生信息数据挖掘系统中,并以可视化的方法将数据挖掘结果展示出来,为招生工作提供决策、提高考生报到率和考生质量给出了合理化的建议,一定意义上提高了学校的办学质量。