本文從數(shù)據(jù)科學(xué)的角度講述了筆者對(duì)信息科學(xué)的認(rèn)識(shí)與感悟，有選取數(shù)據(jù)科學(xué)中的知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘做出來(lái)具體的介紹，主要介紹了知識(shí)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(guò)程、方法技術(shù)、應(yīng)用實(shí)例和問(wèn)題不足。

　　一切科學(xué)都來(lái)源于事實(shí)，而我們?nèi)绾螌⑹聦?shí)轉(zhuǎn)變成可以記錄交流傳承發(fā)展的知識(shí)并進(jìn)一步為人類所用呢？數(shù)據(jù)是一個(gè)切入點(diǎn)。數(shù)據(jù)具有客觀性、真實(shí)性、通用性、持久性，它實(shí)實(shí)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?cè)跀?shù)據(jù)中發(fā)現(xiàn)，認(rèn)識(shí)世界。

　　數(shù)據(jù)如此強(qiáng)大，那么必然要有一個(gè)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(shuō)它本身是一門科學(xué)，而它用可以應(yīng)用到各個(gè)學(xué)科中，是很多學(xué)科有力的武器和堅(jiān)實(shí)的基礎(chǔ)。

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

　　隨著數(shù)據(jù)庫(kù)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(zhǎng)。進(jìn)入九十年代，伴隨著因特網(wǎng)的出現(xiàn)和發(fā)展，將整個(gè)世界聯(lián)成一個(gè)小小的地球村，人們可以跨越時(shí)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(kù)，而是浩瀚無(wú)垠的信息海洋，數(shù)據(jù)洪水正向人們滾滾涌來(lái)。當(dāng)數(shù)據(jù)量極度增長(zhǎng)時(shí)，人們會(huì)感到面對(duì)數(shù)據(jù)的海洋像大海撈針一樣束手無(wú)策。據(jù)估計(jì)，一個(gè)大型企業(yè)數(shù)據(jù)庫(kù)中數(shù)據(jù)，只有百分之七得到很好應(yīng)用。這樣，相對(duì)于“數(shù)據(jù)過(guò)剩”和“信息爆炸”，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(wú)際的數(shù)據(jù)，人們呼喚從數(shù)據(jù)汪洋中出來(lái)一個(gè)去粗存精、去偽存真的技術(shù)。從數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)（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(yùn)而生了。

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

　　所謂知識(shí)發(fā)現(xiàn)，就是從數(shù)據(jù)集中識(shí)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(guò)程。數(shù)據(jù)集就是指由一組事實(shí)組成的集合，有效指發(fā)現(xiàn)的模式對(duì)于新的數(shù)據(jù)仍保持有一定的可信度，潛在有用強(qiáng)調(diào)了它的實(shí)際效用，非平凡指這個(gè)過(guò)程要有一定程度的智能性、自動(dòng)性。

　　而所謂數(shù)據(jù)挖掘就是從數(shù)據(jù)庫(kù)中抽取隱含的、以前未知的、具有潛在應(yīng)用價(jià)值的信息的過(guò)程，即知識(shí)發(fā)現(xiàn)中的一個(gè)核心步驟。