幫助企業在資料庫當中獲得更多資訊的資料採礦技術

幾乎所有大型的資料庫皆可利用資料挖礦來挖掘出其中的資訊，如中央大學研究生陳智宗致力於利用中央遙測中心對台灣山坡地探勘而得的資料庫，來進行土石流的成因及其預防方法；而某大哥大的系統廠商則利用資料挖礦來分析何種特質用戶的忠誠度較高等。

自從美國在1993年開始研究資料挖礦（Data Mining）的技術及應用後，旋即引發了不少的相關研究，近年來並在台灣掀起一股研究熱潮。

中央大學資訊管理所教授陳彥良指出，資料挖礦是一新的研究領域，其精神是在現有資料庫的資料中，找出隱含的資訊、智慧及技術。由於資料庫涵蓋的範圍極廣、資料擁有多種不同結構，再加上每位教授研究的方向及角度不一，使得資料挖礦的研究及應用範圍至今尚未有一定論，也因此會有非常大量地、多元化地研究成果。

以一最常見的交易式資料庫為例，假設此一資料庫的內容包括了消費者一次所購買的物品、數量及金額等資料，由企業提出想要了解的項目或設計者先假設企業可利用的資訊，以設計一資料挖礦程式，再由程式執行後歸納出許多潛藏的資訊或察覺出資料欄位的關聯性；例如，我們可能得知使用者購買可樂時，會同時購買某牌餅乾，亦或是企業在推廣某種商品時，是否會影響其它產品的銷售量等資訊。

當然，企業想要在資料裡挖出可用的資訊時，便必須提供足夠的資料量，以供分析。

中央大學研究生林琪淵在報告中指出，當共同銷售情報系統中的資料量愈來愈大，使用人工來找尋隱藏在資料中的規則愈來愈困難，藉由資料挖礦的技術，找出資料間的關聯性，以及可能產生的規則，將更能夠提供業者更明確的決策參考，不再讓決策者淹沒在大量的資料之中。

幾乎所有大型的資料庫皆可利用資料挖礦來挖掘出其中的資訊，如中央大學研究生陳智宗致力於利用中央遙測中心對台灣山坡地探勘而得的資料庫，來進行土石流的成因及其預防方法；而某大哥大的系統廠商則利用資料挖礦來分析何種特質用戶的忠誠度較高等。

雖說資料挖礦能夠很廣泛地被運用，但是卻只有極少數的業界知道此項技術及其功用，因此，目前學術界能夠舉出的實例或有實際運用的研究成果並不多。