针对学生质量参差不齐的问题,提出了一种基于频繁模式谱聚类的课程关联分类模型和学生成绩预测算法。利用 Apriori 和 FP-growth 算法对课程进行关联分析,为学生提供有针对性的学业指导。同时,通过谱聚类算法进行课程分类,为高校教学改革和管理决策提供依据。实验结果表明,FP-growth 算法在虚警率和漏检率方面优于 Apriori 算法。