数据挖掘出现于20世纪80年代末，最早是在数据库领域发展起来的，称为数据库中的知识发现。近年来，信息数据增长之大已到了令人惊讶的地步，大型数据库、数据仓库被用于政府办公、商业管理、科学研究和工程开发等等。于是为了对那些巨大的数据进行分析，数据处理也就应运而生。 数据挖掘是一种有着强大的潜在能量的新技术，它可以帮助企业在其的数据仓库中找到最重要的信息。数据挖掘工具能预测未来趋势和行为，使得商业活动具有前瞻性，并作出具有知识驱动的决策。数据挖掘所提供的自动的预期分析已经远远超出由典型的决策支持系统工具对过去事件所做的回顾性分析的范围。数据挖掘工具可以回答传统上需费很多时间解决的商务问题。它能搜遍数据库去查找隐藏的模式，找出那些专家也会错过的预测信息，因为它并不在人们期待的位置上。 数据挖掘应用现状：数据挖掘的应用非常广泛，只要该产业有分析价值与需求的数据库，皆可利用数据挖掘工具进行有目的的发掘分析。常见的应用案例多发生在零售业、制造业、财务金融保险、通讯及医疗服务等等，人们的身边到处都存在着数据挖掘。 数据挖掘技术的三大支柱： 数据库技术；人工智能技术；概率与数理统计。 数据挖掘过程中要避免的错误 1. 缺乏数据（Lack Data） 2. 太关注训练（Focus on Training） 3. 只依赖一项技术（Rely on One Technique） 4. 提错了问题（Ask the Wrong Question） 5. 只靠数据来说话（Listen (only) to the Data） 6. 使用了未来的信息（Accept Leaks from the Future） 7. 抛弃了不该忽略的案例（Discount Pesky Cases） 8. 轻信预测（Extrapolate） 9. 试图回答所有问题（Answer Every Inquiry） 10. 随便地进行抽样 11. 太相信最佳模型 数据挖掘行业的就业前景： 数据挖掘现在已经得到了前所未有的重视。数据挖掘和商业智能技术位于整个企业IT业务构架的金字塔塔尖，目前国内数据挖掘专业的人才培养体系尚不健全，人才市场上精通数据挖掘技术、商业智能的供应量极小，而另一方面企业、政府机构和和科研单位对此类人才的潜在需求量极大，供需缺口极大。如果能将数据挖掘技术与个人已有专业知识相结合，您必将开辟职业生涯的新天地！和大多IT业工作一样，数据挖掘方面的人才在国内的需求工作也是低端饱和，高端紧缺，数据挖掘方面的人才尤其稀少。数据挖掘人才所能得到的工作待遇非常可观。
