近年来,随着高校教育管理系统和数据库不断更新和完善,催生了大量国内外高校研究,引领了各高校开展“智慧校园”的建设。基于大数据和物联网的“智慧校园”项目,对于高校运行决策、师生便利服务、学生管理应用可提供大量数据支持。然而,许多高校并没有能够充分利用现有领域和领域内的大量数据,同时也无法真正充分利用好自己的信息和宝贵资源,使得大量宝贵的信息资源不能转化为实际影响。因此,合理利用高校内部的教育教学信息和各类大数据,使符合高校需求的数据具有实用价值,逐渐成为一个非常重要的科研课题。通过对学生行为相关的校园数据进行系统分析及数据挖掘,获取学生行为的相关规律,对后续改进校园管理思路提供参考。本文以“基于高校智慧校园平台大数据的学生行为研究”课题为背景,针对高校学生行为分析需求,主要从以下几个方面进行探究:（1）研究了国内外当前的智慧校园建设现状,并对当前建设和应用提出了部分建议。（2）本文研究并分析学生现状,并通过某市某高校校园的学生消费数据、素质拓展数据、学生成绩和学习时长进行分析。对数据进行清理、整合和转换,完成数据的预处理并得出分析数据;整合了相关数据进行关联分析,采用Apriori算法,探索各类行为与学业成绩之间的关联规则。（3）本文尝试从管理角度探究了大数据对于学生管理的指导意义。通过研究,发现所研究的高校学生成绩与学生的一些具体行为具有一定相关性,其中按时早餐行为与学生成绩关联性较为明显（pearson系数0.285）。挖掘多项行为数据中的关联规则的过程中,发现了多种组合行为与学生成绩的关联,并筛选出7条关联规则,体现了有效学习的重要性,对高校学生管理提供了参考。