目前高校在学籍管理、成绩管理、师资管理等方面积累了大量的数据资源，如何发挥数据挖掘技术的优势，将数据挖掘技术应用于高校的教学管理中，成为了当前国内外关注的学术热点和前沿性课题。本文的主要工作是对数据挖掘技术在高师生教学技能考核评价中的应用进行研究。　　 本文首先系统的论述了数据挖掘的基础知识及发展趋势，重点介绍了决策树的概念、算法和剪枝技术，并对聚类分析方法和其中的精典算法K-means算法进行了详细论述。　　 本文的核心工作是将数据挖掘技术应用到高师生教学技能考核评价系统中。本文详细介绍了高师生教学技能考核评价数据挖掘系统的软件框架，通过对朝阳师范高等专科学校“师范生教学技能考核指标”数据的分析，依据数据挖掘的实施流程，深入讨论了系统中数据预处理采用的方法，本系统应用决策树算法和改进后的K-means算法，得出了影响高师生教学技能的主要因素，及各种因素之间的关系，并对挖掘结果进行了分析和验证，得出了一些有实际意义的结论用于指导教学管理。其中在聚类结果的分析过程中，采用了对属性值的加权计算的新方法。　　 本文的主要创新点是在对K-means算法的特点及存在的问题进行了研究后，分析总结了对该算法进行改进的各种措施，重点讨论了K-means算法的聚类结果对初始聚类中心的依赖性问题，提出了一种新的初始聚类中心的搜索方法，改进后的算法用VB.NET实现，通过实验计算证明改进算法较原算法更有效、更可靠，并在一定程度上提高了效率，是一种比较成功的改进方法。