随着数据库技术和网络技术的发展,加上先进的自动数据采集工具的使用,人们拥有的数据量急剧增加,这使得数据挖掘技术得到了广泛的应用。高考数据中隐含着各地区高考教育的特点,蕴藏着高考的发展规律和趋势,为了找出这些规律和趋势,我们利用数据挖掘技术来对高考数据进行分析。本文针对高考志愿预测分析、自主命题质量评价、加分政策影响分析、中学教学绩效评价四个方面,利用关联规则挖掘Apriori算法来对高考数据进行分析。由于Apriori算法在挖掘频繁项集时需要多次扫描数据库,并产生大量的候选项集,时间复杂度过高。为了克服Apriori算法的缺陷,本文采用项集信息表来记录项集信息,避免了重复扫描数据库,并以此为基础对Apriori算法进行了改进,设计了Apriori_T算法。本文对Apriori_T算法的基本思想及步骤做了详细的描述,并通过示例和实验分析验证了算法的有效性和优势。此外,本文将Apriori_T算法应用到高考数据挖掘中,针对高考关联规则挖掘中产生无效规则较多的特点,研究设计了有效频繁项集关联规则的高考数据挖掘方法,同时在分析“支持度-置信度”框架的衡量标准的基础上,提出了高考数据的评价度标准,提高了高考关联规则挖掘的效率。论文最后将Apriori_T算法应用到高考数据分析系统中,同时利用该系统对2008年湖南省的高考数据进行了分析,完成了高考数据分析系统的设计与开发。