數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)，可以根據(jù)它的工作過程分為：數(shù)據(jù)的抽取、數(shù)據(jù)的存儲(chǔ)和管理、數(shù)據(jù)的展現(xiàn)等關(guān)鍵技術(shù)。

數(shù)據(jù)挖掘有6種分析方法：
        · 分類 （Classification）
　　· 估值（Estimation）
　　· 預(yù)言（Prediction）
　　· 相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinity grouping or association rules）
　　· 聚集（Clustering）
　　· 描述和可視化（Description and Visualization）
　　· 復(fù)雜數(shù)據(jù)類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)
    *前3種屬于直接數(shù)據(jù)挖掘，后3種屬于間接數(shù)據(jù)挖掘

        · 分類 （Classification） 
                首先從數(shù)據(jù)中選出已經(jīng)分好類的訓(xùn)練集，在該訓(xùn)練集上運(yùn)用數(shù)據(jù)挖掘分類的技術(shù)，建立分類模型，對(duì)于沒有分類的數(shù)據(jù)進(jìn)行分類。
　　例子：
　　a. 信用卡申請(qǐng)者，分類為低、中、高風(fēng)險(xiǎn)
　　b. 分配客戶到預(yù)先定義的客戶分片
　　注意： 類的個(gè)數(shù)是確定的，預(yù)先定義好的 
         
　    · 估值（Estimation）
                估值與分類類似，不同之處在于，分類描述的是離散型變量的輸出，而估值處理連續(xù)值的輸出；分類的類別是確定數(shù)目的，估值的量是不確定的。
　　例子：
　　a. 根據(jù)購買模式，估計(jì)一個(gè)家庭的孩子個(gè)數(shù)
　　b. 根據(jù)購買模式，估計(jì)一個(gè)家庭的收入
　　c. 估計(jì)real estate的價(jià)值
　　一般來說，估值可以作為分類的前一步工作。給定一些輸入數(shù)據(jù)，通過估值，得到未知的連續(xù)變量的值，然后，根據(jù)預(yù)先設(shè)定的閾值，進(jìn)行分類。例如：銀行對(duì)家庭貸款業(yè)務(wù)，運(yùn)用估值，給各個(gè)客戶記分（Score 0~1）。然后，根據(jù)閾值，將貸款級(jí)別分類。     
                                           
　    · 預(yù)言（Prediction） 
                通常，預(yù)言是通過分類或估值起作用的，也就是說，通過分類或估值得出模型，該模型用于對(duì)未知變量的預(yù)言。從這種意義上說，預(yù)言其實(shí)沒有必要分為一個(gè)單獨(dú)的類。預(yù)言其目的是對(duì)未來未知變量的預(yù)測(cè)，這種預(yù)測(cè)是需要時(shí)間來驗(yàn)證的，即必須經(jīng)過一定時(shí)間后，才知道預(yù)言準(zhǔn)確性是多少。
                
    　· 相關(guān)性分組或關(guān)聯(lián)規(guī)則（Affinity grouping or association rules） 
                決定哪些事情將一起發(fā)生。
　　例子：
　　a. 超市中客戶在購買A的同時(shí)，經(jīng)常會(huì)購買B，即A => B(關(guān)聯(lián)規(guī)則)
　　b. 客戶在購買A后，隔一段時(shí)間，會(huì)購買B （序列分析）
                
　    · 聚集（Clustering） 
                聚集是對(duì)記錄分組，把相似的記錄在一個(gè)聚集里。聚集和分類的區(qū)別是聚集不依賴于預(yù)先定義好的類，不需要訓(xùn)練集。
　　例子：
　　a. 一些特定癥狀的聚集可能預(yù)示了一個(gè)特定的疾病
　　b. 租VCD類型不相似的客戶聚集，可能暗示成員屬于不同的亞文化群
　　聚集通常作為數(shù)據(jù)挖掘的第一步。例如，"哪一種類的促銷對(duì)客戶響應(yīng)最好？"，對(duì)于這一 類問題，首先對(duì)整個(gè)客戶做聚集，將客戶分組在各自的聚集里，然后對(duì)每個(gè)不同的聚集，回答問題，可能效果更好。
                
    　· 描述和可視化（Description and Visualization） 
                是對(duì)數(shù)據(jù)挖掘結(jié)果的表示方式。
                
　    · 復(fù)雜數(shù)據(jù)類型挖掘(Text, Web ,圖形圖像，視頻，音頻等)