随着高考招生信息化建设的不断完善,招生考试部门积累了大量的高考考生数据。且这些庞大的历史数据集背后往往隐含着有用的知识与规律。如何有效的挖掘出其潜在的规律,提高数据信息的利用率,是当前信息处理研究领域所面临的一个重要问题。基于此种情况,数据挖掘技术作为一种有效的处理手段迅速发展起来,并取得了非常瞩目的成果。本文应用数据挖掘技术,通过对历年考生的志愿数据以及相关数据进行综合分析,探索了志愿数据与录取结果之间隐藏的有用规律,并设计实现了一个志愿数据分析系统,能对考生的志愿选择提供辅助决策,提高录取机率。本文在研究与分析了数据挖掘相关理论之后,对志愿数据分析系统进行了详细的设计,其主要工作有如下几个方面:首先,重点分析与研究了数据挖掘技术中比较经典的算法并进行了进一步的改进。针对传统关联规则分析算法需要多次扫描数据库、生成大量候选集等多个缺点,提出了一种基于有向图链式存储的关联规则分析算法,该算法通过将所有数据库记录存入链表无需多次扫描数据库,并且通过有效的剪枝操作避免了复杂候选集的生成,能够更加快速、更加简便的挖掘出频繁项集。另外,对于决策树分类算法,本文也对原信息熵计算公式进行了化简,并且以属性重要度作为其修正值,可使算法更加准确有效;其次,针对高考志愿数据及相关数据的特点进行预处理,生成符合挖掘条件的目标数据库;最后,建立一个考生志愿数据智能分析系统。本系统采用Visual C++ 6.0作为开发工具,并且以Microsoft Access作为后台数据库服务器,应用改进的关联规则分析算法以及改进的ID3算法设计一个面向高考考生志愿填报的数据分析系统,并对山西省近几年的高考数据进行了详细的分析与挖掘,得到了有效的关联规则与分类规则,期望能为今后高考考生的志愿填报提供决策支持。