当今,95后已成为高校的主力军。与此同时在2018年,全国高等学校迎来新的大学生群体——00后。在这些大学生群体中,因心理健康问题引发的休学、辍学、自杀和犯罪等现象时有发生,并且有心理障碍的学生也在逐年增加。这不仅危害到大学生的身心健康,影响学校教学管理秩序;同时也给家庭带来伤害,对社会产生很大的负面影响。大学生心理健康问题始终是教育部门和社会关注的热点,其中学生心理健康状况的研究和心理问题的预防是高职院校心理健康教育工作的重心。目前,大多数高职院校的学生心理健康管理系统还停留在心理数据的收集、整理、查询和统计阶段。系统只反映心理健康表层的数据,没有充分利用这些数据获得更深层次的知识信息。随着数据挖掘技术的日益成熟和广泛的应用,尤其在高校教学与管理工作中也得到很好的应用。本文通过搜集和查阅相关资料文献,对数据挖掘技术进行深入地学习和研究。研究者尝试把数据挖掘技术应用于高职学生心理健康数据中的分析,找出隐藏于学生心理健康数据中有用的知识信息。论文的主要工作是结合高职学生心理健康的数据运用数据挖掘技术,对高职学生心理健康教育进行可行性研究分析。介绍了数据挖掘技术的相关定义、分类、任务、过程和应用领域等,并详细分析了数据挖掘的基本原理。以某卫生职业学院2017级高职新生的心理健康测评数据为研究对象,采用决策树C4.5算法针对有抑郁症状的学生构造决策树模型,使用关联规则Apriori算法对心理维度各因子间的关系进行数据挖掘。最后,它可以找出数据信息背后隐藏的规律与知识,分析出心理问题与学生间存在的关系。本文利用ASP.NET与SQLServer2008等技术,设计并实现了一套高职学生心理健康测评系统,增强数据挖掘技术在高职学生心理健康数据分析中应用的易操作性与实用性。研究结果表明该技术对高职院校学生心理健康咨询、心理健康教育、学生心理问题的预防工作提供了帮助。它给高职学生心理健康问题的解决提供新思路和新方法,使学校心理健康教育工作更具有目的性、针对性和成效性。