Data Mining概述：以Clementine 12.0為例

您是否常常聽人講：「如果我早知道的話，我就不會做這樣的選擇了！」在解決問題之前，我們往往必須收集相關的資訊用來分析。然而，在日常的商業過程中執行作業應用程式會産生大量的資料，有效地將這些資料運用在決策過程中，可以有很大的加值效益。對於現代的企業而言，資料被視為重要的資産，但是您必須要能利用這些資料，也就是把這些龐大的資料轉換為有用的資訊，才能産生真正的價值！

研究結果顯示，企業所處理的資料每五年就會呈倍數成長。大部分的企業並沒有資料不足的問題，過度的資料重復與不一致才是大問題，這使得企業無論在使用、有效管理、以及將這些資料用於決策過程方面都遭遇到了困難。因此市場需要的是能夠將資料轉變成可靠與可用資訊的系統。

資料採礦的工作（Data Mining）是近年來資料庫應用領域中，相當熱門的議題。它是個神奇又時髦的技術，但卻也不是什麼新東西，因為Data Mining使用的分析方法，如預測模型（迴歸、時間數列）、資料庫分割（Database Segmentation）、連接分析（Link Analysis）、離差偵測（Deviation Detection）等；美國政府從第二次世界大戰前，就在人口普查以及軍事方面使用這些技術，但是資訊科技的進展超乎想像，新工具的出現，例如關連式資料庫、物件導向資料庫、柔性計算理論（包括Neural network、Fuzzy theory、Genetic Algorithms、Rough Set等）、人工智慧的應用（如知識工程、專家系統），以及網路通訊技術的發展，使從資料堆中採礦寶藏，常常能超越歸納範圍的關係；使Data Mining成為企業智慧的一部
分。