随着移动互联网、物联网等新一代信息技术的迅速发展,数据已经成为现代社会重要的信息资源,大数据的处理离不开数据挖掘技术的应用,因此数据挖掘技术在各行各业发挥着非常重要的作用。在教育行业,移动互联网创造了跨时空的学习方式,学生获取知识的方式发生了根本变化,传统的教学模式也在逐步转变为基于网络的教学模式。面对网络教学过程中产生的大量数据资源,如何充分利用这些教学数据,为网络教学提供有益的决策依据是一个值得探讨的问题。该文对数据挖掘技术在网络教学中的应用进行了分析与研究。首先对网络学习行为及特征、对网络教学中存在的问题等进行了归纳分析。然后,基于存在的问题,在深入理解数据挖掘理论的基础上,对采用关联分析、决策树分析、聚类分析等多种数据挖掘方法,对网络教学平台及相关教学数据进行分析的过程进行了探讨,并着重讨论了数据挖掘技术在网络学习行为分析、网络考试成绩分析中的应用,探讨了如何从大量的教学数据中发现隐藏的、有用的知识,以帮助学生有效学习,指导教师有效教学,以实现网络教学中教与学的有效结合,也为数据挖掘技术在教育领域的应用开发提供一定的参考价值。在实例分析中,该文通过《计算机应用基础》网络课程的真实数据,对学生网络学习行为与学习效果进行了关联分析、对学生网络学习行为进行了聚类分析、对学生的网络考试成绩进行了决策树分析,并针对分析结果提出有效网络教学的建议。通过对挖掘的结果进行分析与评价,了解学生网络学习行为各要素与考试成绩的关联,掌握各类学生的学习特征,了解影响考试成绩的关键知识点,从而获得辅助决策的知识。教师可进一步掌握学生自主学习的情况及需求,从而优化教学策略,更好地指导、督促学生的学习;学生可通过辅助决策的知识,形成更有效的学习策略。