数据仓库在发展的同时，一项从大量数据中发现隐含知识的技术也在学术领域兴起 , 这就是数据挖掘。因为与数据库密切相关，又称为数据库知识发现（Knowledge Discovery in Databases, KDD），就是将高级智能计算技术应用于大量数据中，让计算机在有人或无人指导的情况下从海量数据中发现潜在的，有用的模式（也叫知识）。最初的数据挖掘应用一般需要从组织数据做起，经历算法设计（建模），挖掘，评价，改进等步骤。其中组织整理数据占据大部分时间，大约占到整个数据挖掘项目 80%的时间。

数据挖掘(Data Mining) 就是从大量数据中发现潜在规律、提取有用知识的方法和技术。数据挖掘不但能够学习已有的知识，而且能够发现未知的知识；得到的知识是” 显式” 的，既能为人所理解，又便于存储和应用，因此一出现就得到各个领域的重视。从80 年代末的初露头角到90 年代末的广泛应用，以数据挖掘为核心的商业智能(BI) 已经成为IT 及其它行业中的一个新宠。目前数据挖掘技术在零售业的货篮数据（Basket data）分析、金融风险预测、产品产量、质量分析、以及信息搜索和分类等许多领域得到了成功的应用。如果你访问著名的亚马逊网上书店会发现当你选中一本书后，会出现相关的推荐数目，这背后就是数据挖掘技术在发挥作用。

数据挖掘的真正普及是建立在 数据仓库的成功应用之上。数据挖掘渗透到某些行业，产生了一些特定的应用，比如现在经常会听到的客户关系管理（Customer Relationship Management, CRM）。客户关系管理的概念由来已久，但现代的客户关系管理一般指以客户数据为处理对象的一类商业智能应用。通过挖掘客户信息，发现潜在的消费趋势或动向。据 03年1月的一项调查，CRM市场的领先者从高到低依次为PeopleSoft, Seibel, Oracle, SAP. 微软公司也将加入CRM 市场。

从上可以看出，商业智能的应用领域非常广泛。它通常以数据仓库为基础，以数据挖掘为核心，演变出类似 CRM 这样的应用。一个商业智能系统的开发涉及到很多知识和技能，能够从事商业智能系统开发，那当然是最好不过的。如果没有这样的机会，对于想进入商业智能领域的朋友，应该如何规划自己的职业发展？ 青山理工学院将于 11 月18 日（ 周日）上午10 点举办免费数据库编程和数据挖掘技术专题报告，下午 2点 隆重推出”数据管理系列”专场技术交流和咨询服务 。详情请电 : 905-415-9989/416-921-8886 。网站：www.mitcedu.com 地点：50 Acadia Ave., Suite 120, Markham（Warden & Steeles 西北角，大统华西侧。周末进门code: 120）。（本文由青山理工学院供稿）