"數(shù)據(jù)挖掘"(Data?Mining)是一種新的商業(yè)信息處理技術(shù)，其主要特點(diǎn)是對(duì)商業(yè)數(shù)據(jù)庫中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。近年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關(guān)注，其主要原因是由于企業(yè)數(shù)據(jù)庫的廣泛使用，存在大量的數(shù)據(jù)，并且迫切需要從這些數(shù)據(jù)中獲取有用的信息的知識(shí)。獲取的信息和知識(shí)有廣泛的應(yīng)用，例如：商務(wù)管理、生產(chǎn)管理、市場(chǎng)控制、市場(chǎng)分析、工程設(shè)計(jì)和科學(xué)探索等。越來越多的IT企業(yè)看到了這一誘人的市場(chǎng)，紛紛加入到數(shù)據(jù)挖掘工具的開發(fā)中來，并獲得豐厚的回報(bào)。

數(shù)據(jù)挖掘是從數(shù)據(jù)集合中自動(dòng)抽取隱藏在數(shù)據(jù)中的那些有用信息的非平凡過程，這些信息的表現(xiàn)形式為：規(guī)則、概念、規(guī)律及模式等。它可幫助決策者分析歷史數(shù)據(jù)及當(dāng)前數(shù)據(jù)，并從中發(fā)現(xiàn)隱藏的關(guān)系和模式，進(jìn)而預(yù)測(cè)未來可能發(fā)生的行為。數(shù)據(jù)挖掘的過程也叫知識(shí)發(fā)現(xiàn)的過程，它是一門涉及面很廣的交叉性新興學(xué)科，涉及到數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計(jì)、可視化、并行計(jì)算等領(lǐng)域。數(shù)據(jù)挖掘是一種新的信息處理技術(shù)，其主要特點(diǎn)是對(duì)數(shù)據(jù)庫中的大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理，并從中提取輔助決策的關(guān)鍵性數(shù)據(jù)。數(shù)據(jù)挖掘是知識(shí)發(fā)現(xiàn)(KDD)過程中的一個(gè)特定步驟，它用專門算法從數(shù)據(jù)中抽取模式(patterns)，它并不是用規(guī)范的數(shù)據(jù)庫查詢語言(如SQL)進(jìn)行查詢，而是對(duì)查詢的內(nèi)容進(jìn)行模式的總結(jié)和內(nèi)在規(guī)律的搜索。傳統(tǒng)的查 詢和報(bào)表處理只是得到事件發(fā)生的結(jié)果，并沒有深入研究發(fā)生的原因，而數(shù)據(jù)挖掘則主要了解發(fā)生的原因，并且以一定的置信度對(duì)未來進(jìn)行預(yù)測(cè)，用來為決策行為提供有利的支持。

網(wǎng)絡(luò)的發(fā)展為用戶提供了多種新的信息服務(wù)，因特網(wǎng)以其豐富的內(nèi)容、強(qiáng)大的功能以及簡單的操作，在各種信息服務(wù)方式中脫穎而出，成為未來信息服務(wù)的主要方向。

北京理工大學(xué)大數(shù)據(jù)搜索與挖掘?qū)嶒?yàn)室張華平主任研發(fā)的NLPIR大數(shù)據(jù)語義智能分析技術(shù)是對(duì)語法、詞法和語義的綜合應(yīng)用。NLPIR大數(shù)據(jù)語義智能分析平臺(tái)是根據(jù)中文數(shù)據(jù)挖掘的綜合需求,融合了網(wǎng)絡(luò)精準(zhǔn)采集、自然語言理解、文本挖掘和語義搜索的研究成果,并針對(duì)互聯(lián)網(wǎng)內(nèi)容處理的全技術(shù)鏈條的共享開發(fā)平臺(tái)。

其中KGB(Knowledge Graph Builder)知識(shí)圖譜引擎是我們自主研發(fā)的知識(shí)圖譜構(gòu)建與推理引擎，基于漢語詞法分析的基礎(chǔ)上，采用KGB語法實(shí)現(xiàn)了實(shí)時(shí)高效的知識(shí)生成，可以從非結(jié)構(gòu)化文本中抽取各類知識(shí)，并實(shí)現(xiàn)了從表格中抽取指定的內(nèi)容等。KGB同時(shí)可以定義不同的動(dòng)作，如抽取動(dòng)作，并能自定義各類后處理程序。利用KGB知識(shí)圖譜引擎可以抽取到產(chǎn)品的詳細(xì)報(bào)價(jià)信息，方便進(jìn)行下一步的數(shù)據(jù)挖掘與圖譜構(gòu)建。

隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)等技術(shù)的發(fā)展和完善，相信大數(shù)據(jù)在各個(gè)領(lǐng)域的應(yīng)用會(huì)越來越廣泛和深入，相關(guān)的研究也會(huì)越來越全面和深入，在信息管理領(lǐng)域，綜合應(yīng)用數(shù)據(jù)挖掘技術(shù)和人工智能技術(shù)，獲取用戶知識(shí)、文獻(xiàn)知識(shí)等各類知識(shí)，將是實(shí)現(xiàn)知識(shí)檢索和知識(shí)管理發(fā)展的必經(jīng)之路。