本文根据数据挖掘中关联规则的性质以及高校成绩管理数据库的自身特点。在经典关联规则算法Apriori算法的基础上提出了一种改进的算法A++算法，并利用该算法对学生成绩管理数据库进行了关联规则挖掘，得到了隐含在数据库中的有用信息。

Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。本文简单介绍了Apfiofi算法，提出了Apfiofi算法的改进方案—— 长项优先的产生算法，它基于传统Apriori算法，通过改变候选项集的产生顺序来减少数据库访问。从而提高效率

机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算

机器学习领域经典分类算法综述，包括Decision Tree（ＩＤ３、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法），三种典型贝叶斯分类器（朴素贝叶斯算法、TAN算法、贝叶斯网络分类器），k-近邻 、 基于数据库技术的分类算法（ MIND算法、GAC-RDB算法），基于关联规则（CBA:Classification Based on Association Rule）的分类（Apriori算法），支持向量机分类，基于软计算的分类方法（粗糙集（rough set）、遗传