由于认知水平与高考制度的限制，很多大学生对所学专业并不满意，希望能够另选专业。高校为了满足学生的这一要求，正在以各种方式进行尝试，包括允许有条件的低年级学生转专业、开设综合班等方式。可以肯定，学生自主选择专业将是一种大势所趋。然而，学生要想选择自己满意的专业，他们必须弄明白自己的兴趣何在，而仅靠他们自己是不能够解决这个问题的，这是许多学生面临的难题。另一方面，随着教育信息化进程的加速，高校各部门的应用系统积累了大量的历史数据，怎样合理利用这些数据，为教学工作提供决策参考，是摆在高校教学管理部门面前的一个难题。这两个难题正是本论文力图解决的问题。数据仓库与数据挖掘正是挖掘数据背后隐藏的知识的手段，因此，论文提出了构建数据仓库，并对该数据仓库进行挖掘以分析学生专业兴趣的解决方案。论文首先分析了表征学生专业兴趣的行为，包括选修行为、辅修行为、文献借阅行为、网络浏览与下载行为以及其它行为，并对各行为的特征进行了分析。其次，分析了某高校教务系统与图书馆文献服务系统中有关专业兴趣的数据现状，结合表征专业兴趣的行为，提出了“学生专业兴趣”模型的原型。在此基础上，力图通过数据仓库与数据挖掘技术来优化该模型。为此，论文先对数据仓库与数据挖掘技术进行了概述，针对该模型详述了“线性回归分析”。而后将该数据仓库分解成“学生选修课”、“学生文献借阅”、“学生文献订购”、“转专业学生成绩”四个主题，对各主题分别进行了逻辑模型设计。最后，抽取教务业务数据源与文献服务系统中的相关数据，进行转换与处理，构建了学生专业兴趣数据仓库，并尝试在此数据仓库上进行数据挖掘，以完善并优化学生专业兴趣模型。论文的研究成果可为学分制体系下学生选择专业与转专业提供决策支持，对推动高校学分制人才培养体系改革进程具有积极意义，同时，对学生发现自己专业兴趣以进行相关选择也有直接参考作用。本文的研究课题来源于广东省教育厅科研基金项目“基于多校区办学的高校教学管理信息化运作模式研究与实践”。