数据挖掘是20世纪末兴起的数据智能分析技术，它可以从数据库、数据仓库以及其它数据源中，自动抽取或发现出有用的模式知识。目前，数据挖掘领域研究的重点逐渐从知识发现方法转移到系统应用，如其在金融系统和商业领域的成功应用，但在教育层面上的应用研究目前尚处于初级阶段。 本文以数据挖掘技术和高校现有师生数据库为基础，研究探索如何将数据挖掘技术与高校现有的、已经投入使用的有关师生数据库资源相结合，以便从其大量的数据中挖掘隐藏在数据之中的有用信息，为高校的教学管理和决策提供指导和支持。通过对数据挖掘基本原理、基本算法的研究，设计了基于决策树算法的学生评估工具模块和基于关联规则的师生各相关数据分析工具模块。前者以改进的决策树ID3算法为基础，根据学生成绩库中的信息以及其他库中的有关学生评价的信息，建立一个决策树成绩评估模型，对学生进行相应的综合分析评估。后者则主要以改进的Apriori算法为基础，从学生成绩库、师生个人基本信息和教师的评价信息数据中进行数据挖掘，发现各个因素之间的关联关系，找到隐藏的规律，为教学管理决策提供支持。 实验结果表明：将数据挖掘技术应用于高校教学管理决策的挖掘，可以很好的保证高校教学管理决策策略制定的科学性和针对性，具有一定的理论意义和实践指导意义。