为适应现代教学管理需要,绝大部分中职学校均采用学分制教学管理系统进行教学、学生管理,提高了管理效率和水平,且经过多年的积累,也储存了大量的数据,但长期以来这些数据仅仅起到存储查询的作用,并没有为学校的教学管理工作发挥多大作用,无法为管理决策者提供事实依据和深层次分析。目前,国内外已有很多在教育中应用数据挖掘的成功案例,利用该技术,可以透过数据“表”象来看其背后的本质,从而对教师今后的有效教学给出建议,并为学校师资队伍建设提供决策依据,有利于提高学校办学水平和质量。本文主要探究了数据挖掘技术在中职学校教学评价中的应用。首先研究了关联规则技术在学生评价数据中的应用分析,以期从学生的角度发现评价结果与教师和教学过程各项因素之间的关联规则,其中针对经典的Apriori算法产生过多项集、多次扫描数据库造成执行效率低等缺点,应用了基于划分的改进的Apriori-P算法,改进后的算法只需扫描两次事务数据库,具有占用空间小、执行效率高的优点；其次研究了决策树分类技术在教师同行的听课评价数据中的应用分析,以期从教师同行的角度发现课堂教学效果好的教师都有哪些特征,为中职学校师资队伍建设提供科学依据,其中针对ID3算法只能处理离散型属性、用信息增益作为选择分枝属性的标准等缺点,应用了对ID3的改进算法,改进后的算法仅需进行简单的乘除加运算,与原ID3算法的计算量相比得到了大幅减少,且大大增强了数据处理能力；最后应用基于T检验的数据分析技术对综合教学评价数据进行分析,主要检验学生评价与同行评价的差异显著性,并分析探讨了导致差异显著性的四个维度。对上述各项数据挖掘技术在教学评价数据中的应用研究都给出了相应的应用实例,实例应用结果分析表明,给出的分析过程和技术是可行、有效的。利用以上数据挖掘技术分析的结果,可以发现教学中存在的问题,找出教师教学中哪些环节还需提高,从而有针对性地指导教师改进教学,为提高教学质量提供决策依据,同时也为中职学校的教学管理和师资队伍建设提供了决策依据。