本文從數(shù)據(jù)科學(xué)的角度講述了筆者對信息科學(xué)的認(rèn)識與感悟，有選取數(shù)據(jù)科學(xué)中的知識發(fā)現(xiàn)和數(shù)據(jù)挖掘做出來具體的介紹，主要介紹了知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的形成背景、發(fā)展歷史、概念分析、研究過程、方法技術(shù)、應(yīng)用實例和問題不足。

　　一切科學(xué)都來源于事實，而我們?nèi)绾螌⑹聦嵽D(zhuǎn)變成可以記錄交流傳承發(fā)展的知識并進一步為人類所用呢？數(shù)據(jù)是一個切入點。數(shù)據(jù)具有客觀性、真實性、通用性、持久性，它實實在在的存在著，記錄著世界的精彩，隱藏著世界的奧秘，等待我們在數(shù)據(jù)中發(fā)現(xiàn)，認(rèn)識世界。

　　數(shù)據(jù)如此強大，那么必然要有一個與它相關(guān)的學(xué)科——數(shù)據(jù)科學(xué)。數(shù)據(jù)科學(xué)包含了兩層意味，一是用科學(xué)的方法研究數(shù)據(jù)，二是用數(shù)據(jù)的方法研究科學(xué)，也就是說它本身是一門科學(xué)，而它用可以應(yīng)用到各個學(xué)科中，是很多學(xué)科有力的武器和堅實的基礎(chǔ)。

　　可見數(shù)據(jù)科學(xué)覆蓋面極廣，下文就著重談一談知識發(fā)現(xiàn)與數(shù)據(jù)挖掘方面。

　　隨著數(shù)據(jù)庫技術(shù)的成熟和數(shù)據(jù)應(yīng)用的普及，人類積累的數(shù)據(jù)量正在以指數(shù)速度迅速增長。進入九十年代，伴隨著因特網(wǎng)的出現(xiàn)和發(fā)展，將整個世界聯(lián)成一個小小的地球村，人們可以跨越時空地在網(wǎng)上交換數(shù)據(jù)信息和協(xié)同工作。這樣，展現(xiàn)在人們面前的已不是局限于本部門，本單位和本行業(yè)的龐大數(shù)據(jù)庫，而是浩瀚無垠的信息海洋，數(shù)據(jù)洪水正向人們滾滾涌來。當(dāng)數(shù)據(jù)量極度增長時，人們會感到面對數(shù)據(jù)的海洋像大海撈針一樣束手無策。據(jù)估計，一個大型企業(yè)數(shù)據(jù)庫中數(shù)據(jù)，只有百分之七得到很好應(yīng)用。這樣，相對于“數(shù)據(jù)過?！焙汀靶畔⒈ā?，人們又感到“信息貧乏”和“數(shù)據(jù)關(guān)在牢籠中”，奈斯伯特驚呼“We are drowning in information，but starving for knowledge” 面臨浩渺無際的數(shù)據(jù)，人們呼喚從數(shù)據(jù)汪洋中出來一個去粗存精、去偽存真的技術(shù)。從數(shù)據(jù)庫中發(fā)現(xiàn)知識（KDD knowledge discovering in database）及其核心技術(shù)——數(shù)據(jù)挖掘（DM data mining）便應(yīng)運而生了。

　　1989年8月在第11屆國際聯(lián)合人工智能學(xué)術(shù)會議上KDD一詞首次出現(xiàn)。1989～1994年，由美國人工智能協(xié)會主辦KDD國際研討會，從1995年開始，召開KDD和Data Mining國際學(xué)術(shù)研討會。從此開啟了KDD和DM的浪潮。

　　所謂知識發(fā)現(xiàn)，就是從數(shù)據(jù)集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。數(shù)據(jù)集就是指由一組事實組成的集合，有效指發(fā)現(xiàn)的模式對于新的數(shù)據(jù)仍保持有一定的可信度，潛在有用強調(diào)了它的實際效用，非平凡指這個過程要有一定程度的智能性、自動性。

　　而所謂數(shù)據(jù)挖掘就是從數(shù)據(jù)庫中抽取隱含的、以前未知的、具有潛在應(yīng)用價值的信息的過程，即知識發(fā)現(xiàn)中的一個核心步驟。