本文首先给出了数据挖掘系统的总体架构，详细介绍了数据挖掘的基本知识，数据挖掘的步骤和挖掘算法；其次，详细分析了构建数据挖掘系统的关键技术，并介绍了数据关联规则挖掘的基本过程及其几种经典的实现算法。重点针对数据关联规则挖掘中最为消耗系统资源的步骤——搜寻频繁项集作了深入的描述。在介绍关联规则基本概念的基础上，对关联规则的Fp-Growth算法进行了详细的分析和研究，并就目前针对提高该算法效率的各种优化技术也进行了详细的描述，在对已有数据关联规则挖掘算法的分析基础上，提出了基于Fp-Growth算法的数据关联规则挖掘改进的Fp-Growth算法，并实验验证了改进的挖掘算法的有效性和优越性。本文结合无锡交通高等职业技术学校的教务管理系统，利用学生成绩进行了课程相关性的数据关联规则挖掘，再指导学生的选课，把数据挖掘技术引入到网上选课系统中，为教学管理提供了有效的数据分析环境，从而辅助教学管理者做出有效的教学决策。本文的创新点是将数据挖掘技术引入到选课系统中，从而对大量的选课数据进行有效的组织和管理，最后获得支持教学组织者进行教学决策的高质量信息。选课系统对学生选课信息进行数据关联规则挖掘，并根据学科科目之间的选择置信度原则，给出优化学生选课的建议和意见，最终给出学生选课的知识体系形成评价，从而更好的安排学习者的学习需求，完善学科科目设置方案，提高教学质量。