当前我国高等职业教育已经进入新时代,新形势对高等职业教育发展提出了新要求,在进一步找准经济社会发展对技术技能型人才培养的基础上,要能够充分利用新技术手段优化专业结构、创新教学管理,不断加强高等职业教育创新能力。大数据、移动互联网等新兴信息化的深度融合,给高职院校教师的教学科研,学生的学习生活产生了非常深远的影响,高职院校在平时课程教学过程以及教务管理过程中,产生了海量的数据。然而,这些历史数据却没有得到深度的挖掘和利用,进而形成对教学和学生管理的有效工具。本论文主要根据在高职院校学生专业知识偏好分析方面,首先对专业综合成绩利用R语言进行PCA分析,找到能够解释原始变量75%信息的公共因子,形成学生导向的专业能力偏好数据集,然后利用R语言进行聚类分析,得到不同能力偏好的学生群体,对不同学生群体成绩数据特征及基础信息进行定性分析,探索不同学生群体能力偏好背后的原因,在此基础上提出有利于专业课程教学及学生创新能力培养的相关建议。其次借助R语言工具,利用Apriori算法对专业成绩数据进行关联规则挖掘,找到形成课程导向的专业偏好规则,为课程组合设置提出优化建议。为充分挖掘成绩数据价值,我们借助R语言工具,采用无监督聚类、关联规则挖掘、多元回归分析、相似度分析等多种数据挖掘算法对成绩数据进行的深层分析。在充分挖掘学生专业课综合成绩、不同学期之间的课程成绩变化的基础上,提出评估学生专业知识偏好、发展潜力的方法,进而对高职院校的课程设置、教学策略等提出建设性的意见,更好的加强高职院校教学管理、提升教学质量。最后对论文研究的工作做了总结和展望。