近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛用于各种应用，包括商务管理，生产控制，市场分析，工程设计和科学探索等。

       数据挖掘（Data Mining，DM）又称数据库中的知识发现（Knowledge Discover in Database，KDD），是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。

       数据挖掘利用了来自如下一些领域的思想：
      (1) 来自统计学的抽样、估计和假设检验
      (2)人工智能、模式识别和机器学习的搜索算法、建模技术和学习理论。
数据挖掘也迅速地接纳了来自其他领域的思想，这些领域包括最优化、进化计算、信息论、信号处理、可视化和信息检索。一些其他领域也起到重要的支撑作用。特别地，需要数据库系统提供有效的存储、索引和查询处理支持。源于高性能（并行）计算的技术在处理海量数据集方面常常是重要的。分布式技术也能帮助处理海量数据，并且当数据不能集中到一起处理时更是至关重要。



作为眼下时尚有热门的学科，我们可以从以下书籍中对此有更多的了解并深入学习：


数据挖掘入门篇（数据挖掘相关书籍）
1、 Data Mining and Knowledge Discovery Handbook 2nd Edition原版书籍下载
2、【免费】数据挖掘相关书籍 望自觉做到有下有回
3、数据挖掘入门书籍《数据挖掘概念与技术》高清
4、 数据挖掘相关书籍 有需要就下吧
5、数据挖掘——数据库，数理统计，机器学习教材

数据挖掘涉及到的基本原理（统计原理算法等）
1、云计算三本经典书籍
2、数理统计理论、方法、应用和软件计算
3、统计学习基础+数据挖掘、推理与预测

软件介绍相关书籍
1、大数据相关技术书籍(Hadoop, MapReduce, Hive, HBase, Redis, Mahout)集中放送
2、SAS大量电子书籍(包括中文和英文)，吐血推荐！
3、Data Mining with R