数据仓库和数据挖掘是数据库研究、开发和应用最活跃的分支之一,也是决策支持系统的关键因素。数据仓库是一个支持管理决策过程的、面向主题的、随时间而变的数据集合,它是集成的,也是稳定的。数据挖掘是采用人工智能的方法对数据库和数据仓库中的数据进行分析、获取知识的过程。它们的结合能更好地为企业或有关部门不同目的的决策分析提供有力的依据。纵观以往的教务管理系统,多数是OLTP系统,缺乏综合分析、辅助决策的能力,尤其对其历史积累的海量信息中隐含知识的利用无能为力。对教学管理进行分析是教学评估的重要手段,采用数据挖掘技术对教务数据进行多层次、多角度的分析与挖掘,利用挖掘结果辅助教学决策是保证教学质量、提高学生素质的必然要求。本文研究如何将数据仓库和数据挖掘技术应用于教务管理系统中,主要工作如下:①对数据挖掘的关联规则方法进行了综述,对经典的Apriori算法的进行了分析与研究,提出了一种改进的Apriori算法,并将其应用到教务管理系统中。②针对教务管理系统的特点,选取了利用学生的历史成绩数据进行挖掘,从而得出课程之间合理安排顺序的这一挖掘方向。在研究中采用了SQL Server 2005中的SQL Server Business Intelligence Development Studio作为挖掘工具,并采用了改进的Apriori算法进行关联规则挖掘。③以重庆科技学院教务管理系统中“石油工程”专业的学生成绩历史数据作为挖掘对象,详细的介绍了整个挖掘的过程。最后,由挖掘结果分析得出了该专业合理的课程安排顺序及其教学计划制定的标准。