数据仓库和数据挖掘技术是信息技术研究的热点问题之一。目前数据挖掘技术在商业、金融业以及企业的生产、市场营销等方面都得到了广泛的应用,而在教育领域的应用相对较少,随着高校招生规模的扩展,在校生人数越来越多,学生成绩分布越来越复杂,除了传统的学生成绩分析得到的一些结论外,还有一些不易察觉的信息隐含其中,因而把基于数据仓库的数据挖掘技术引入到学生成绩分析中,可以找到影响学生成绩的真实原因,有利于有针对性地提高教学质量。本文在对数据仓库和数据挖掘知识透彻理解的基础上,介绍了数据仓库和数据挖掘的基本理论;阐述了数据挖掘中关联规则和聚类分析的基本算法;建立基于学生成绩的数据仓库,包括对学生成绩数据仓库的结构设计,模型设计及数据的抽取、转化和加载;对数据挖掘中的关联规则和聚类算法进行深入研究,并将一种改进的Apriori算法应用于所建立的学生成绩数据仓库中,实现了学生成绩题型知识点和学科知识点关联信息的挖掘和分析。分析出不同职称的教师在不同课程中的教学效果,得出哪些教师在哪门课程中教学效果比较好;比较出相同的学科在不同的课时安排下,学生掌握情况的好坏等等。这些分析对教学工作的开展与改进具有一定的指导意义。