歷史數(shù)據(jù)挖掘是因為海量有用數(shù)據(jù)快速增長的產(chǎn)物。使用計算機進行歷史數(shù)據(jù)分析，1960年代數(shù)字方式采集數(shù)據(jù)已經(jīng)實現(xiàn)。1980年代，關系數(shù)據(jù)庫隨著能夠適應動態(tài)按需分析數(shù)據(jù)的結構化查詢語言發(fā)展起來。數(shù)據(jù)倉庫開始用來存儲大量的數(shù)據(jù)。因為面臨處理數(shù)據(jù)庫中大量數(shù)據(jù)的挑戰(zhàn)，于是數(shù)據(jù)挖掘應運而生，對于這些問題，它的主要方法是數(shù)據(jù)統(tǒng)計分析和人工智能搜索技術。定義數(shù)據(jù)挖掘有以下這些不同的定義：“從數(shù)據(jù)中提取出隱含的過去未知的有價值的潛在信息”“一門從大量數(shù)據(jù)或者數(shù)據(jù)庫中提取有用信息的科學?！北M管通常數(shù)據(jù)挖掘應用于數(shù)據(jù)分析，但是像人工智能一樣，它也是一個具有豐富含義的詞匯，可用于不同的領域。它與KDD的關系是：KDD是從數(shù)據(jù)中辨別有效的、新穎的、潛在有用的、最終可理解的模式的過程；而數(shù)據(jù)挖掘是KDD通過特定的算法在可接受的計算效率限制內生成特定模式的一個步驟。事實上，在現(xiàn)今的文獻中，這兩個術語經(jīng)常不加區(qū)分的使用。...