OLE DB for Data Mining 爲一系列的數據挖掘對象定義了通用的概念。下面分別來介紹這些概念。
實例(Case)
數據挖掘是用來分析實例的—一個實例是一個基本的信息實體。它包括一系列的屬性，比如性別和年齡。屬性也可以叫做統計學中的變量。一個屬性可能有一系列的值，稱爲狀態。例如，性別屬性有2種狀態：男和女。
一個實例可能是簡單的。例如，當你用客戶的統計信息分析客戶的貸款風險時，一個實例就是一個客戶。它與客戶表中的一行相當。
一個實例也可能是複雜的。例如，當你基於客戶的歷史購買信息分析購買行爲時，一個實例就是一個帶有購買商品列表的客戶。這種實例叫做嵌套實例。一個嵌套實例至少包括一個表。下圖顯示了幾個客戶以及歷史購買信息的嵌套實例。
在OLE DB for Data Mining中,數據挖掘算法提供了消費實例。如果一個實例是嵌套實例，數據挖掘算法要求輸入帶等級行集格式的實例
注意：在OLE DB for Data Mining中，嵌套實例概念的提出是極其重要的。它能處理複雜的一對多的關係。它爲模型建立增加了許多功能。如果沒有嵌套實例的概念，你就得在數據轉換階段，將要嵌套的實例作爲實例的屬性。這是一個具有挑戰性的工作。因爲大部分關係型數據庫對錶中列的數量有限制，如果你的實例中有很多不同的產品，很難轉換整個購買表。
實例鍵(The Case Key)
實例鍵是實例的屬性，是實例的唯一標誌符。一個實例鍵通常是關係表的主鍵。有時候實例鍵是組合實例鍵。例如，姓和名一起被作爲實例鍵。
嵌套鍵(The Nested Key)
儘管實例鍵可以認爲關係中的主鍵，但嵌套鍵並不等同於關係中的外鍵。實例鍵僅僅是標誌符，不包括任何模式，然而嵌套鍵是嵌套實例的一個重要屬性。嵌套實例的其他屬性都是用來描述嵌套鍵的。例如，設計一個模型描述客戶購買行爲的模式，嵌套鍵是產品。數量描述產品的購買。嵌套鍵並不是一個標誌符，它包括了模式的有用信息。例如，我們用產品這個嵌套鍵作爲輸入，可以預測實例的性別屬性。
實例表和嵌套表（Case Tables and Nested Tables）
實例表包含實例的直屬信息。嵌套表包含實例的嵌套信息。嵌套表通常是事務表，比如客戶的歷史購買記錄。嵌套表通過實例鍵與實例表連接。爲了連接實例表與嵌套表，形成了分等級的行集，因此OLE DB定義了操作符shape。以後的章節將介紹操作符shape的語法。
提示：對於熟悉數據倉庫和olap的人來說，實例表通常是維表，而嵌套表是事實表。
標量列和表列（Scalar Columns and Table Columns）
挖掘模型中的列與關係表中的列類似；統計術語中也叫做變量或者屬性。按照用法挖掘模型中的列有4種：鍵列，輸入列，預測列，輸入和預測列。預測列是挖掘模型的目的。大部分挖掘模型使用輸入列來預測輸出列。一些算法中，比如聚類，不需要有預測列。在這種情況下，挖掘模型可能僅僅包含輸入列。
有兩種列結構：標量和表。大部分列都是標量列。一條記錄中每個標量列是單一的值。例如，性別和年齡都是標量列。表列是特殊的列。一個表列嵌入了一個表。例如，購買列就是一個表列，它存儲了每個客戶的購買信息。它包括表中的兩列：產品和數量。OLE DB 有個概念是分等級的行集。行集的直屬部分是標量列，分等級的部分是表列。
數據挖掘模型
一個數據挖掘模型或者說挖掘模型，可以看作關係型的表。它包括關鍵列，輸入列和預測列。每個模型都與相應的挖掘算法相關聯。訓練挖掘模型就是用指定的帶有合適參數的挖掘算法，發現訓練數據集中的模式。訓練後，被發現的模式存儲到挖掘模型中。就像關係型表包含一系列的記錄，一個數據挖掘模型中包含一系列的模式。
模型創建
模型創建就是創建一個空的挖掘模型，這個概念與創建表的含義相似。
模型訓練
模型訓練也叫模型處理. 它調用數據挖掘算法發掘訓練數據集中的知識。訓練後，模式被存儲到挖掘模型中。
模型預測
模型預測是用已經訓練過的挖掘模型的模式匹配新數據集，並且預測每個實例可預測列的值。