随着各大高校的扩招，很多高校的学生都达到上万人或几万人，而各大高校都有自己的信息管理系统，并具有专门的数据库，比如成绩管理数据库、学籍管理数据库、学生评教数据库等。而如何对在成绩管理数据库中提取重要信息，并进行有效利用，提高教学管理人员的决策正确性，提高教学管理水平和办学质量，是很多高校都在考虑这个问题。因此，我院急需将数据挖掘技术应用于成绩管理系统，通过相关的算法来提取考试信息系统的数据的特征属性，并生成预测模型和分类模型，服务于教学，提高教学管理水平。本论文通过数据仓库与数据挖掘技术相结合并应用与学生成绩管理系统，来发掘其关联规则，分析提取有用信息进行决策指导，本论文主要从事以下几个方面的工作内容：一、对学生和成绩管理系统进行调查研究，获取相关数据源。二、对学生成绩管理系统的数据进行提取、清理、转换及加载，建立学生成绩数据仓库。三、采用OLAP、关联分析、聚类分析、决策树分析等数据挖掘方法，找出各门课程成绩之间的相互关系和学生的成绩与学生的自身学习条件及行为间的关系。四、对不同的数据挖掘方法进行分析和比较，并做出评估，为教学管理决策者提供决策方案。研究分析其结果，利用数据仓库与数据挖掘技术对学生成绩数据进行提取、分析、挖掘，能发掘其潜在的信息，该信息对课程建设、专业建设、教学质量的提高和提高学生的兴趣等方面具有重要的指导意义。