界说：从巨量数据中获取正确的、新颖的、潜在有用的、终究可理解的方式的非普通进程。

  近年来，跟着网络技能的遍及，数据库技能也飞速发展。图形、图画、音频、视频、网页等各种杂乱数据都能够在数据库中进行办理，逐步累积的数据量也在不断添加。

  数据库在向人们供给很多的信息的一起，也体现出了很多的信息特征。在这个信息大爆炸的时代，过量的信息也会对人类发生必定的消沉效果，最明显的影响是有用的信息或许被淹没在海量数据中很难被提炼出来。太多的无用信息势必会增大信息的状况搬运间隔，这是一种能够反映出丢掉的有用常识的多少的目标。这种情况下就会呈现所谓的“信息丰厚，常识匮乏”的窘境。

  因而，对很多的数据进行深入剖析，从中找出躲藏的信息，以便更好地运用这些数据，成为人们的迫切需求。可是，只是依托数据库系统的增修改查等功能还不能从数据中找出隐含的联系和规则，也不能从已有的数据中判别出往后的发展方向，更不或许从数据中发掘出躲藏的常识。数据发掘技能就是在这种情况下应运而生。

  广义上说，任何从数据中发掘信息的进程都能够称为数据发掘。从这一视点，数据发掘能够看作是一种商业智能。但在技能方面，数据发掘大致需求通过以下过程：

  首要，要对源数据进行清洗和转化，使之成为适合于发掘的数据集。其次，要在这种具有固定方式的数据集上完结常识的提炼。最终，选用适宜的常识方式进一步完结剖析决议计划。

  从狭义的观念看，数据发掘往往针对特定的数据和问题，挑选一种或许多种发掘算法，找到数据背面躲藏的规则，并运用这些规则来进行猜测、支撑决议计划。

  作为一项新式的处理数据技能，数据发掘技能有许多的新特征。首要，数据发掘的对象是海量数据，这也是数据发掘技能发生的原因。其次，数据或许是包括随机噪声的、高维的，一起具有杂乱的数据结构。最终，数据发掘归纳运用了统计学、计算机、数学等学科的常识，多学科的穿插使其具有宽广的应用领域。