在政府以及社会各界高度重视的环境下，高校管理也应与时俱进。高校要从理念、目标到手段方法等各方面进行科学化、规范化改革，学生缴费系统、贫困生信息系统等数据库数据为数据挖掘提供了数据基础，极大提高了高校财务数据处理能力，并可以在此基础上进行财务决策。本文在深入分析和研究数据挖掘算法的基础上，将其应用于学生缴费行为分析，通过数据挖掘算法，对各学院缴费情况，按欠费金额聚类，并预测出哪些学院或专业欠费严重及所占比例，最后通过图形直观展示，达到从后台数据库的数据发掘出有用信息，提供给管理者或决策者开展分析的依据，在辅助决策分析方面有一定的现实意义。本文将学生缴费系统和贫困生信息系统作为模拟训练样本，通过DBSCAN算法进行聚类分析，ID3算法进行预测分析，JFreeChart设计数据挖掘图形展示，通过Oracle数据库和Java编程语言共同实现数据的抽取、转换、查询、预测、分析和展示，通过实验和系统测试证明，本文的研究和设计在高校财务决策系统中应用良好。首先：建立数据分析、采集数据源；针对数据来源不一致，数据库表结构不一致，以及冗余数据等问题，对数据库进行处理、分析，利用高校财务决策系统中高校比较感兴趣的问题作为一个测试点；本文以学生缴费情况和贫困生信息系统，包括各学院、专业缴费情况以及贫困生信息为测试对象，以此测试整个系统的可行性。其次：DBSCAN算法是基于密度的聚类算法，通过该算法以欠费金额为半径阈值，对不同欠费情况的测试样本进行聚类，并针对该算法选择正确的密度阈值和半径阈值以保证系统的可行，聚类结果可以作为按欠费金额分析的依据。再次：ID3算法即决策树算法，是要从一个数据集中生成决策树形式的有效分类器，通过输入相应的数据集、数据对象共性值、对象特征值，可以进行相应的预测分析。最后：通过Java语言编程实现高校财务决策系统，利用算法提供的相应支持，实现决策系统展示，并通过JFreeChart实现饼图或柱状图等图形展示出学生缴费信息数据挖掘的过程。