科技日新月异,各大高校作为技术人才孕育的摇篮,许多未来社会的改变正由此处悄然诞生。大部分高校都已经拥有了自己的教育平台,在这样的平台里,每天都有大量数据产生,合理地挖掘利用这些数据会为师生甚至教育指导带来很重要的意义。教学成绩作为教育数据中很重要的一个部分,它能在一定程度上直观地反应学生学习情况和教学质量。本文应用数据挖掘中的关联规则技术来对教学成绩数据进行分析提取,并将得到的有意义的成果用作教学指导,学生培养方面的依据。关联规则是数据挖掘技术中不可获取的一类算法,主要目的是分析发现数据之间存在的关联。本文的研究目的正是通过挖掘教学成绩来发现课程之间存在的关联,因此采用了关联规则作为本文实验的主要方法。本文对关联规则进行了深入的研究分析,梳理了关联规则的发展历史,并且结合其他学者的研究内容,提出了一种多维多层的关联规则挖掘算法MMSP。本文结合实际数据,对学生成绩进行关联分析。遵循数据挖掘流程,收集实验所需数据,对数据进行了相关的预处理,获得可以适合算法的数据模型;接下来使用相关算法对数据进行挖掘:首先是使用FP-growth算法对无时序关联的课程维度进行处理;然后使用MMSP算法只针对课程维度进行挖掘;最后是使用MMSP算法针对高考成绩,性别和课程三个维度进行挖掘。最后我们展示了部分有意义的结果,并且进行了分析和总结。本文实验关注了成绩数据的实际情况,成绩数据有很多有价值的层次结构,还有许多其他跟成绩相关的属性。我们的实验不止关心某一学期课程之间的关联,还添加了时间约束,增加了其他参考维度,由此丰富了挖掘的信息,发现更多有意义的知识。实验证明了MMSP算法在成绩数据上的应用很成功,挖掘得到的知识通过分析可以发现是有价值的,得到的结论可以作为数据依据提供给教育工作者用作教学任务安排,还可以帮助教师因材施教,指导学生更为有效地学习。