数据挖掘是从大型数据集中发现可行信息的过程。数据挖掘使用数学分析来派生存在于数据中的模式和趋势。通常，由于这些模式的关系过于复杂或涉及数据过多，因此使用传统数据浏览无法发现这些模式。这些模式和趋势可以被收集在一起并定义为“数据挖掘模型”。挖掘模型可以应用于特定的业务方案，例如：预测销售额向特定客户发送邮件确定可能需要搭售的产品查找客户将产品放入购物车的顺序序

“数据挖掘算法”是创建数据挖掘模型的机制。为了创建模型，算法将首先分析一组数据并查找特定模式和趋势。算法使用此分析的结果来定义挖掘模型的参数。然后，这些参数应用于整个数据集，以便提取可行模式和详细统计信息。算法创建的挖掘模型可以采用多种形式，这包括：说明在交易中如何将产品分组到一起的一组规则。预测特定用户是否会购买某个产品的决策树。预测销量的数学模型。说明数