数据挖掘可以表达为“从数据中挖掘知识”，或者“知识提取”，亦或是“数据/模式分析”等。
也有一些人把之称为“数据中的知识发现（KDD）”。
我们写论文时很常用的一句开头语就时“随着信息时代的发展”，其实，也可以说我们是生活在“数据时代”。计算机网络和各种存储设备中的海量数据不断的更新扩充。随着这种爆炸式的数据的增长，数据背后所隐藏的规律、知识也就亟需被人们所发现。
那么，如何从海量的数据中提取出有用的信息知识呢？
因此，数据挖掘应运而生，其主要作用就是将大型数据集转化为知识。
其主要过程可以分为7步：
1.数据清理（消除噪音和删除不一致数据）。-----去噪
2.数据集成（多种数据源可以组合在一起）。-----多源数据融合
3.数据选择（从数据库中提取与分析任务相关的数据）。
4.数据变换（通过汇总或聚集操作，将数据变换和统一成适合挖掘的形式）。
5.数据挖掘（基本步骤，使用智能方法提取数据模式）。
6.模式评估（根据某种兴趣度度量，识别代表知识的真正有趣的模式）。
7.知识表示（使用可视化和知识表示技术，向用户提供挖掘的知识）。
基础知识重新看一遍，还是会有新的收获！
