近年来随着我们产生和搜集数据的能力不断增强，在许多商业和政府事务中计算机的日益普及、以及在数据收集工具方面的不断进步，我们面临着大量的数据。成百万的数据库已经被用于商业管理、政府管理、科学和工程管理以及其它许多应用领域。数据和数据库的飞速增长迫切要求我们保存大量数据并且从己经拥有的大量数据中产生有用的知识或信息。因此，数据仓库和数据挖掘作为一种能够满足这种需求的技术应运而生，其重要性得到了前所未有的重视。 数据仓库技术和数据挖掘是信息技术领域的一门新兴技术。数据仓库的主要特点是面向主题性、集成性、时变性、非易失性。数据挖掘是利用分析工具从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取出隐含在其中、事先未知、但又潜在有用的信息和知识的过程，建立数据间关系模型，并用其做出预测。采用数据仓库技术，可以充分利用己有的海量数据资源，以便从中挖掘出有用价值的知识和规则。 本设计是将数据仓库和数据挖掘技术应用于高校扩建可行性的研究工作，对以往人口出生、高校招生、学生就业、国家政策大量数据进行分析，从而科学的实现对高校的建设投入，为国家节省不必要的投资浪费。 全文共分五个部分： 第一部分：是绪论，介绍课题的背景及意义，数据仓库和数据挖掘技术的现状； 第二部分：是数据挖掘技术的介绍，详细介绍有关数据挖掘的概念、特点、实现方法等； 第三部分：是介绍本设计中采用的神经网络方法，详细介绍本课题中应用的BP网络算法及改进； 第四部分：是结合本课题详细阐述本设计实现思想和方法，重点介绍系统是如何实现的； 第五部分：为本文总结和展望。