1.數據挖掘的最高境界。
從數據中獲取只是，輔助科學決策。
2.“啤酒與尿布”是數據挖掘的代名詞，薩姆·沃爾頓的營銷策略。
3.數據挖掘的目的：要從所獲取的數據中發現這種規律性的知識，從而幫助企業在他們的數據倉庫中找到最重要的信息，預測未來趨勢和行爲，使得商務和生產活動具有前瞻性，並作出具有知識驅動的決策。
4.數據挖掘（Data Mining）就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用信息和知識的過程。
5.數據倉庫是一個面向主題的、集成的、隨時間變化的、持久的數據集合，用於支持管理層的決策過程。
6.聯機在線分析（OnLine Analytical Processing，OLAP）
一種具有對數據進行彙集、合併和聚集以及從不同角度觀察信息的分析技術。
7.我們沉浸在數據的海洋裏，卻渴望知識的淡水。
8.數據挖掘（Data Mining）和數據庫中的知識發現（KDD）互爲別名。
9.數據挖掘的功能：
關聯分析、聚類分析、分類、迴歸、時間序列分析和偏差甄別。
------未完待續