随着数据库和计算机网络技术的迅速发展,传统的数据分析方法已经不能满足人们生活和工作的需要。传统的数据方法仅仅利用统计分析理论对数据进行了简单的汇总统计,没有考虑数据的模糊性、不确定性,为了解决已有方法存在的缺点,数据挖掘技术应运而生,该技术用来从大量高维的、不确定的、模糊的、有噪音的数据中挖掘潜在的、隐含的、有用的信息和模式,用来提高人们的市场决策能力,辅助人们在过去已有经验的基础上给出未来的发展趋势等。本文介绍了数据挖掘技术的相关概念并探讨了一些挖掘算法,重点分析了关联规则挖掘算法及其在教学质量评估系统中的应用。针对山西工程职业技术学院部分学生对教师的评教数据和部分教师的档案数据,通过使用数据挖掘中的关联规则算法,挖掘影响教学质量的关键因素,并对得到的知识进行了深入分析,验证了方法的可行性和有效性。运用数据挖掘技术中的关联规则挖掘算法,对高校教学评估体系进行改进,在采集到评估数据后,对评估数据进行挖掘与分析。该方法不仅是单纯的对全校教师进行排队,而是要根据实际情况,通过数据挖掘技术可以发现多种类型的知识,得到各种类型的有用信息,主要包括反映同类事物共同性质的广义型知识,学生对教师的普遍评价;反映事物各方面特征的特征型知识,分析各个教师在授课方面的优缺点;反映不同事物之间属性差别的差异型知识,分析不同教师带同一课程,不同班级的学生对同一课程的反映情况;根据历史和当前数据,推测未来发展趋势的预测型知识,根据往年的教学评估数据分析哪些课程,哪些教师比较受学生的欢迎,对学生普遍反映不好的课程及教师应制定相应的措施;分析异常现象的偏离型知识,比较历史数据与新得到的数据,如果发现某些教师在以往教学中成绩不错,在最近教学中却反应不好,分析究竟是教师本身的问题,还是学生的问题;还有,对课程设置也可以起到参考作用,可以分析哪些课程是学生感兴趣,需要增设什么课程,哪些课程需要停开等。针对高校教学评估中已有的数据,通过运用数据挖掘技术得到的各种有用的信息可以为教学部门提供决策支持,使其能够更好地开展教学管理工作,提高教学质量。