数据挖掘能够从大量数据中抽取有效的、隐含的、潜在有用的知识。它已经在许多领域中得到了成功的应用,而在教育领域的应用却相对较少。在教学信息管理中,学生成绩是衡量高等学校教学质量的重要指标。本文将数据挖掘技术中的决策树归纳学习方法引入到学生成绩分析中,来挖掘以前未知的影响学生学习成绩的因素,从而有针对性地提高高校的教学质量。本文所做主要工作总结如下：首先,介绍了数据挖掘基本理论和数据挖掘技术在教育领域的应用现状；其次,建立了大学英语成绩库,并使用决策树学习算法—C4.5对成绩数据进行挖掘,构造了可用于成绩分类的决策树模型,并将决策树转化为一组分类规则；最后,对学习到的决策树和分类规则进行了分析,得到了影响大学英语四级成绩的主要因素,如大学英语1对四级考试影响最大、根据大学英语1和大学英语2的成绩预测四级考试通过情况等。这些分析结果将对高校今后改进大学英语教学工作有着重要的参考价值。