Looking up...
利用统计、机器学习等技术从海量数据中发现隐藏模式、关联关系或异常的过程
医疗领域的数据挖掘能帮助预测疾病风险。
医疗机构通过分析患者数据，利用数据挖掘技术识别疾病早期预警信号。
电商平台用数据挖掘优化推荐算法。
购物网站通过分析用户浏览和购买记录，用数据挖掘改进商品推荐系统。
涉及数据清洗、特征提取、模式识别等多个环节，常用于商业智能、人工智能等领域。
数据挖掘强调从海量数据中发现未知模式，而数据分析更侧重于对已知数据的整理和解释。例如："数据分析师"可能只需处理结构化的Excel表格，而"数据挖掘工程师"需要处理TB级的复杂数据集。
数据挖掘的有效性依赖于数据的质量和完整性。"垃圾进、垃圾出"（Garbage In, Garbage Out）原则同样适用：低质量的输入数据会导致毫无意义的挖掘结果。
由"数据"和"挖掘"两个词组合而成，"数据"指代计算机可处理的信息，"挖掘"比喻从大量数据中提取有价值信息的过程，类似于从矿石中提取矿物。该术语在20世纪90年代随着信息技术发展而兴起。
常用于科技、金融、医疗等专业领域，在中文语境中也常被简称为"挖掘"。使用时需注意与"数据分析"的区别：数据挖掘更强调从海量数据中发现隐藏模式，而数据分析更侧重于对已知数据的整理和解释。