با توجه به اینکه آموزش همواره با داده ها و اطلاعات بسیار زیادی در مورد دانشگاهها، دانشجویان، اعضای هیئت علمی، پرسنل، منابع مادی روبروست و در اکثر مواقع این داده ها میتواند حامل اطلاعات و الگوهای با ارزشی باشند، لذا به نظر میرسد یکی از مهمترین کاربردهای داده کاوی در آموزش عالی است. امروز بانکهای اطلاعاتی وسیعی از ویژگیهای دانشجویان موجود است که اطلاعات مربوط به ویژگیهای خانوادگی، تحصیلی را شامل میشود. پیدا کردن الگوها و دانش نهفته در این اطلاعات میتواند به تصمیمگیرندگان عرصه آموزش عالی کمک شایانی بکند. ? پیدا کردن الگوها و دانش نهفته از داده های سیستم های آموزشی می تواند به تصمیم گیرندگان عرصه آموزش عالی در جهت ارتقاء و بهبود فرآیندهای آموزشی نظیر برنامهریزی، ثبت نام، ارزیابی و مشاوره کمک شایانی نماید. ضمن تحلیل فرایندهای سیستم آموزش دانشگاهها، به بررسی کارهای انجام شده و همچنین قابل انجام در زمینه کاربرد عملیات های مختلف داده کاوی از قبیل خوشه بندی، قوانین انجمنی، رده بندی جهت پیشبینی ثبتنام در یک رشته یا درس خاص، بررسی ترکیب واحدهای انتخابی هر دانشجو برای زمانبندی مناسب واحدها پرداخته ایم. نتایج کار توسط ابزار های مرسوم اعتبار سنجی مانندsse و silhuette در بخش خوشه بندی و معیار بازخوانی (sensitivity) و دقت(specificity) در قسمت پیش بینی اعتبار سنجی شده و ارائه می گردد. در نهایت در فصل آخر چار چوب کلی تحقیق و پیشنهادهایی برای آینده مورد بررسی قرار می گیرد