高等院校的中心工作是教学,重点是提高教育质量,而学生成绩恰恰是衡量教学质量的重要依据,所以数据挖掘在分析学生成绩中有着重要意义。通过对学生成绩信息进行数据挖掘,可以发现各门课程之间的关联关系,为教学和学生管理提供决策支持,更好的开展教学工作,提高教学质量。本文首先在数据仓库和数据挖掘理论研究的基础上,介绍数据仓库和数据挖掘的基本理论,重点阐述了数据仓库的构建和联机分析处理。其次,介绍了数据挖掘中关联规则的基本算法,重点分析了Apriori算法,通过对Apriori算法的深入研究,针对Apriori算法存在的缺点,提出了一种减少事务数据库扫描次数的改进算法,并通过实例说明该算法的优点。最后使用SQL Server2005构建基于学生成绩的数据仓库,从概念模型、逻辑模型和物理模型三个方面完成数据仓库的设计,通过对数据的抽取、清洗、转化和加载完成数据仓库的构造。使用Visual C++作为开发工具设计学生成绩数据挖掘系统,将改进的关联规则算法应用到学生成绩数据挖掘中,通过对存储在数据仓库中的学生成绩进行挖掘,发现并分析隐藏于当前数据库数据背后的有效关联规则,据其给出相应建议,为今后的教学管理和学生管理工作提供相应的决策依据。