随着数据库技术的迅速发展以及数据库管理系统的广泛应用,激增的数据背后隐藏着许多重要的信息.该文研究的目的是在数据仓库模型的基础上,进一步研究数据开采技术,运用数据挖掘技术发现数据中存在的关系和规则,预测未来的发展趋势,并以研究生录取工作为背景,使用以决策树为数据模型的BusinessObjects和BusinessMine模块作为开发工具 ,对数据进行挖掘,发现平时隐藏在大量数据下的关联,充分阐述了数据仓库和数据挖掘技术的应用,为决策者提供了很好的服务.该文首先介绍了数据仓库的概念、体系结构、设计及数据仓库的核心-元数据.其次重点讨论了数据开采和知识发掘模块-KDD模块的主要技 术-数据挖掘技术,分析了当前数据挖掘的现状,介绍了数据挖掘的基本概念和挖掘过程以及数据挖掘系统的设计、各类数据挖掘技术,着重描述了其中的决策树方法.数据挖掘是人工智能、机器学习与数据库技术相结合的产物.在该文第五章中,以实例--研究生录取决策支持系统,详细阐述了数据挖掘的各个步骤及所涉及的技术方法,得出隐含的数据关系,为决策者做出正确决策提供可靠的依据.