数据挖掘（Data Mining，别名：资料探勘、数据采矿）是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。

数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，作出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，作出正确的决策。

数据挖掘的过程包括以下三个阶段：

1. 数据准备：包括从数据源获取数据、对数据进行清洗和预处理，以确保数据的质量和可靠性。
2. 规律寻找：通过算法搜索隐藏于数据中的信息，包括聚类分析、关联规则分析、分类分析、回归分析等。
3. 规律表示：将搜索到的信息以可视化的方式呈现出来，以便用户更好地理解和掌握数据。

总之，数据挖掘是一种利用大量数据进行分析和挖掘的决策支持过程，它可以帮助企业更好地理解客户需求、市场状况和业务情况，从而做出更加科学、准确的决策。