数据挖掘是指从大量的数据中获取有用的信息，获取的知识可以辅助使用人员在关键的时候做出决策。数据挖掘需要经过数据收集、数据处理、数据仓储建立、数据探勘、样式评估、结果展示等几个过程。近年来，数据挖掘是信息技术发展的一个重要方向，具有极高的研究价值与实用意义。

自上世纪六十年代以来，原始的数据处理已经进化到复杂的数据库系统。自七十年代以来，数据库系统发展至层状和网状的关系数据库系统。自八十中期以来，数据库技术的特点是广泛接受关系技术、研究和开发新的功能强大的数据库系统。在1989年8月，知识发现（Knowledge Discovery in Databases，KDD）一词在第十一届国际人工智能会议上正式被提出。1995年，首届KDDamp;Data Mining国际会议召开，之后该会议每年召开一次。迄今为止，数据挖掘技术的研究已经取得了不小的突破。目前，美国对数据挖掘的研究占据着主导地位。有许多国际公司发现市场上对数据挖掘工具的需求巨大，均跻身于研究数据挖掘的队列中来。目前最主要的数据挖掘软件有Knowledge Studio，IBM Intelligent Miner，SPSS Clementine，Cognos Scenario等。

跟国外相比，国内关于数据挖掘的研究起步较晚，从上个世纪九十年代才逐渐开始。尽管如此，随着信息化的发展和国家的重视，我国在数据挖掘的领域也取得了巨大的进步，取得了许多重要性的研究成果。目前，国内从事数据挖掘研究方面的人员主要是相关专业的一些高校教授，如复旦大学、华中科技大学、南京大学等。数据挖掘技术现在也已经应用到了企业的生产中，广州华工明天科技有限公司主要研发多功能数据挖掘设备，菲奈特-通融企业正在研发基于数据挖掘的商业智能套件。

随着计算机技术的发展和信息化的普及，国内各个高校已经部署了各类信息管理系统，管理诸如学生档案、学生成绩、教师档案等信息。这些系统的应用极大地提高了管理部门的工作效率，方便了数据的统计与管理。但是，这些信息管理系统的功能仅仅停留在简单的数据管理与统计层面，缺乏对数据的深层次挖掘与研究，难以从数据中提炼出更加有价值的信息。在现有的信息管理系统的基础上，利用数据挖掘获取更多信息以便辅助使用人员做出更好更合理的决策，是真正意义上值得研究和解决的课题。本次毕设的研究目的就是将数据挖掘应用在学生成绩的分析上，找出影响高校学生成绩的关联信息，为高校课程的设置与安排提供有价值的参考。

2. 研究的基本内容与方案

本次毕设主要研究各高校的成绩管理系统，分析数据挖掘技术的现状，并在此基础上设计并开发一个基于数据挖掘技术的学生成绩管理系统。本课题拟采用软件工程化开发方式进行需求分析、概要设计、详细设计和开发测试等步骤。此外，本课题还可以利用系统流程图、E-R图等工具辅助系统设计。本课题将对传统的成绩管理和基于数据挖掘的成绩分析进行对比，对系统的各项功能进行测试，通过实验验证数据挖掘的可行性和准确性。最终，使用数据挖掘技术中的关联规则进行学生的成绩数据和基本信息数据的知识发现，分析出影响学生成绩的主要因素，从而帮助管理人员根据学生的不同特点进行课程安排与设置。

本课题首先借助SQL Server等数据库开发工具设计基于B/S结构的学生成绩管理系统；其次，借助现有的数据挖掘工具完成数据的挖掘与分析，并将数据挖掘技术中的关联规则算法（如Apriori算法）加入到系统中，从各方面来寻找与成绩相关的因素，挖掘不同课程成绩之间的联系，使得分析更全面更有依据性；最后，系统拟将数据挖掘的分析结果形成简单易懂的可视化结果进行输出。