关联规则是由R.Agrawal等人于1993年提出,关联规则挖掘是数据挖掘的一个重要的分支,其经典算法是Apriori算法,用于挖掘布尔型频繁项集,但是该算法存在在对大型数据库的挖掘时算法效率不高的问题。　　数字化校园经过多年的发展和应用,高校的教学和管理工作积累了大量的数据,如果能使这些数据得到有效地开发利用,从这些大量数据中发现一些有用的知识,用这些知识来指导我们的教学管理等等,将是十分有意义的。　　本论文中,作者对关联规则挖掘的经典算法进行改进,并在有关章节将运用数据挖掘的有关原理、知识和算法对高校数字化校园的部分数据进行挖掘分析,找出其中的规则并进行了评价。作者的主要工作有:对数据挖掘进行了比较全面深入的研究与论述,重点分析了数据挖掘的有关技术,在分析中融入了自己的见解;对关联规则展开详细讨论和研究,并对Apriori算法进行了优化改进形成一个新的算法0A,同时通过实验验证了改进后算法的效率;设计了一个基于数据挖掘技术的数字化校园数据的数据挖掘系统模型-DCMS;在 Microsoft Windows2000 Professional操作系统下、数据库平台选用Microsoft Access2000,开发工具为VC++6.0,开发了一个关联规则挖掘工具ARM,用于实现对学生学习成绩数据和教学质量评价数据的关联规则挖掘。