• 数据存储量急剧上升
• 存储技术的发展

我们虽然拥有丰富的数据，但却缺乏有用的信息。

在大量的数据中挖掘感兴趣的信息的过程称为「数据挖掘」。因为隐藏在数据之后更深层次、更重要的信息能够描述数据的整体特征，可以预测发展趋势，在决策中具有重要价值。

从大量的数据中挖掘哪些令人感兴趣的、有用的、隐含的、先前未知的和可能有用的模式或知识称为「数据挖掘」。其定义暗含了以下意义

• 数据源必须是真实的、大量的
• 发现的是用户感兴趣的知识
• 发现的知识要可接受、可理解、可运用
• 这些知识是相对的，是有特定前提和约束条件的，在特定领域中具有实际应用价值

• 关系数据库
• 数据仓库
• 事物数据库
• 高级数据库系统和信息库
  • 空间数据库
  • 时间数据库和时间序列数据库
  • 流数据库
  • 多媒体数据库
  • 文本数据库和万维网

数据挖掘的任务可分为两大类：分类预测型任务和描述型任务

• 数据分类
• 聚类
• 预测回归
• 异常检测