信息技术、计算机技术,特别是数据库技术的迅猛发展,使得人们能更快速、更容易、更廉价地获取和存储数据,基于三层B/S架构的WEB数据库满足了人们分布式的随时随地存取数据的要求。但是基于成本及管理的考虑,网络中甚至局域网中的数据库管理系统并不一样,访问技术亦不尽同。论文中提出了基于数据库中间件技术的多层B/S应用模型,既整合了WEB数据库资源,又实现了对数据库的透明访问。数据挖掘是从海量的数据中迅速获取新颖、有效知识的过程。数据挖掘中的关联规则主要是从大量的数据中,探讨数据项目之间的关联性,它多应用于二元的数据分析上,对于数值型数据的处理上,缺乏弹性。因此本文运用Fu等提出的mid_point的模糊隶属函数,将数值型数据予以分类,并结合Aproiri算法,与Kuok等提出的significance和certainty二因素,来挖掘出符合使用者定义的规则来。为了让学生在学习上能达到循序渐进的效果,通常学校都会制订课程设置的规则,以决定哪些科目先修,哪些科目后修,这种先后修顺序一般是由各系部的老师依据科目之间的相关性来制定的,而相关程度无从得知。因此,本文通过分析学生成绩来看科目之间先修后修的关系。本文在山东警察学院刑事侦查技术系的学生成绩基础之上结合该系所制定的课程设置规则,分析科目间是否存在关系,以为学生在选课及系部在制订课程设置规则时提供决策建议。本文的主要工作体现在基于数据库中间件技术的多层B/S应用架构的模型设计、数值型模糊关联规则的挖掘及多层B/S框架下基于模糊关联规则的学生成绩分析系统的模型及算法思想的描述等处。