随着信息化产业的高速发展以及国家对教育投入程度和规模的扩大，信息技术的不断发展，高校管理信息化程度越来越高，从高校走出的人才对社会新时期的发展发挥着越来越重要的作用。为此，高校在培育优秀的国家建设者方面发挥着重要功用。高校在利用科技手段实现现代化管理进程中，简化办公程序、提升办公效率的同时也产生了大量的相关数据，而运用科学合理的数据挖掘技术对这些数据进行分析，发现其中的关系和特定规律，会对高校合理化建设和人才培养发挥巨大作用。本文首先对数据仓库和数据挖掘技术的相关概念进行了论述，介绍了数据仓库构成、数据挖掘的实现过程以及数据挖掘的常用技术。本课题是高校学生成绩中数据挖掘技术的具体应用研究，为配合研究，本文首先结合沈阳某高校现有资源与具体要求，设计并实现一个基于J2EE技术、对象为全校学生成绩的校园办公系统。该系统通过对学生考试信息的整理分析，在一定程度上反映出了对学生成绩产生影响的因素。其次，在此系统的研究基础上，本文以该校信息学院学生成绩信息为主体构建研究对象，具体运用数据挖掘中的BP神经网络对该项教学资源合理化分析，并对该院的一些专业课程的成绩做出预测。在此期间的所作的工作包括：对考试成绩影响因子的选定、原始数据的预处理、神经网络的构成等。本文还将对网络进行优化，运用改进的BP神经网络—附加动量项的双引层BP神经网络进行预测分析，并比较预测结果。最后，通过对预测结果的分析，考虑今后课程在设计与实施过程中的注意事项，为进一步提高教学水平提供参考意见。