डेटा माइनिंग रिपॉजिटरी में संग्रहीत बड़ी मात्रा में डेटा के माध्यम से पैटर्न पहचान प्रौद्योगिकियों का उपयोग करके उपयोगी नए सहसंबंधों, पैटर्नों, और प्रवृत्तियों को खोजने की प्रक्रिया है, जिसमें सांख्यिकीय और गणितीय तकनीकें शामिल हैं। यह तथ्यात्मक डेटासेट का विश्लेषण है ताकि अनपेक्षित संबंधों की खोज की जा सके और रिकॉर्ड को उन नए तरीकों से सारांशित किया जा सके जो डेटा मालिक के लिए दोनों तार्किक और उपयोगी हैं।
यह बड़ी मात्रा में जानकारी के चयन, अन्वेषण, और मॉडलिंग की प्रक्रिया है ताकि नियमितताओं या संबंधों को ढूंढा जा सके जो पहले अज्ञात थे ताकि डेटाबेस के मालिक के लिए स्पष्ट और लाभकारी परिणाम प्राप्त हो सकें।
डेटा माइनिंग डेटा साइंस के समान है। यह एक व्यक्ति द्वारा, एक विशेष स्थिति में, एक विशिष्ट डेटा सेट पर, एक उद्देश्य के साथ किया जाता है। इस चरण में कई प्रकार की सेवाएं शामिल हैं जैसे टेक्स्ट माइनिंग, वेब माइनिंग, ऑडियो और वीडियो माइनिंग, चित्रात्मक डेटा माइनिंग, और सोशल मीडिया माइनिंग। यह सॉफ्टवेयर के माध्यम से पूरा किया जाता है जो सरल या अत्यधिक विशिष्ट हो सकता है।
मेटारूल्स उपयोगकर्ताओं को उन नियमों के वाक्यात्मक रूप को परिभाषित करने में सक्षम बनाते हैं जिनमें वे खनन करने में रुचि रखते हैं। नियम रूपों का उपयोग बाधाओं के रूप में खनन चरण की प्रभावशीलता में सुधार करने के लिए किया जा सकता है। मेटारूल्स विश्लेषक के अनुभव, अपेक्षाओं, या डेटा के बारे में अंतर्ज्ञान पर आधारित हो सकते हैं या डेटाबेस स्कीमा के आधार पर स्वचालित रूप से उत्पन्न हो सकते हैं।
मेटारूल-निर्देशित खनन - मान लें कि AllElectronics के लिए एक बाजार विश्लेषक के रूप में, ग्राहकों को परिभाषित करने वाले डेटा (ग्राहक आयु, पता, और क्रेडिट रेटिंग सहित) और ग्राहक लेनदेन की सूची तक पहुंच हो सकती है।
ग्राहक लक्षणों और उन वस्तुओं के बीच संघों को खोजा जा सकता है जो ग्राहक खरीदते हैं। हालांकि, इन संबंधों को प्रतिबिंबित करने वाले किसी भी एसोसिएशन नियम को खोजने के बजाय, केवल यह तय करने में रुचि है कि ग्राहक लक्षणों के कौन से जोड़े ऑफिस सॉफ्टवेयर की बिक्री को बढ़ाते हैं।
ऐसे मेटारूल का एक उदाहरण है
P1(X, Y)∧ P2(X, W) ⇒ buys(X, "office software")
जहां P1 और P2 प्रिडिकेट चर हैं जो खनन चरण के दौरान दिए गए डेटाबेस से विशेषताओं के लिए तत्काल होते हैं, X एक ग्राहक को परिभाषित करने वाला चर है, और Y और W, P1 और P2 को सौंपी गई विशेषताओं के मूल्यों को क्रमशः लेते हैं।
आम तौर पर, एक उपयोगकर्ता P1 और P2 के साथ तत्काल होने के लिए विशेषताओं की एक सूची को परिभाषित कर सकता है। इसलिए, एक डिफ़ॉल्ट सेट का उपयोग किया जा सकता है।
सामान्यतः, एक मेटारूल उन संबंधों के बारे में एक परिकल्पना बनाता है जिनमें उपयोगकर्ता समझने या पुष्टि करने में शामिल है। डेटा माइनिंग सिस्टम उन नियमों की खोज कर सकता है जो दिए गए मेटारूल से जुड़ते हैं। उदाहरण के लिए,
age(X, "30...39")∧income(X, "41K...60K") ⇒ buys(X, "office software")
