数据挖掘技术通过机器学习方法从数据中提取有价值的知识。本文研究了数据挖掘技术在解决大学生体质指标优化分析问题中的应用。利用APriori算法找出数据背后隐藏的关联,同时提出并实践适用于大学生体能指标的相关性研究,发现了指标数据之间存在潜在的隐藏关系,同时通过改进的AP算法FP算法进一步验证分析结果,为高校体育课改和青少年体育文化养成提供重要的意见。主要内容与结果如下:(1)以学生体测数据为基础数据建立的数据模型,都能够较准确的进行数据指标之间的分析。(2)基于学生体测数据模型经过关联规则算法找出频繁项集,使得模型的精度得到提升,进而提高数据分析的准确性。(3)体测数据经过Apriori算法进行分析,利用算法找出频繁项集,进而找出指标之间的关联度,能够较准确的分析指标之间的联系。(4)经过算法、实际情况、相关学者的的综合分析,可以得出大学生的柔韧性、肺活量、耐力与体能的各指标影响着众多学生的体能测试指标,相关的关联系数大于最小支持度0.2和最小置信度0.7,这对学生的身体体能指标影响更大,甚至决定学生体测最后结果。