Na educação, sistemas de avaliação, como o ENADE, são de grande importância para obter informações sobre a qualidade de ensino nas instituições de ensino superior. Os fatores associados ao aprendizado do estudante podem ser diversos. Sendo assim, a técnica de regras de associação pode ser utilizada para identifica-los. Ela realiza a derivação de regras que relacionam as variáveis de uma base de dados, sendo seu principal algoritmo o Apriori. Com isso, o objetivo deste trabalho é utilizar essa técnica para analisar a base de dados do ENADE 2017 e identificar perfis e características de estudantes que estão associadas ao seu desempenho acadêmico. Nas etapas de desenvolvimento, após um entendimento dos dados, foi realizado o pré-processamento nos mesmos, transformando-os de acordo com as restrições do algoritmo e retirando os inválidos. Posteriormente, o algoritmo Apriori foi implementado e executado, utilizando a linguagem de programação Python. Como resultado, após analisar as regras geradas, foi possível identificar que a idade do aluno, a sua participação em atividades no exterior e naquelas que oferecem bolsa acadêmica estão associados ao seu desempenho na avaliação.