从大量数据中挖掘隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型，提供预测性决策支持的方法、工具和过程，就是数据挖掘。
它是利用各种分析工具在大量数据中寻找其规律和发现模型与数据之间关系的过程，使用鸡血、数据库技术和人工智能技术的综合。
数据挖掘的基本任务包括：分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐等方法，帮助企业提取数据中蕴含的商业价值，提高企业竞争力。
接下来以餐饮行业的数据挖掘应用为例来详细介绍数据挖掘的建模过程
1.定义挖掘目标
定义如下数据挖掘目标：
- 实现动态菜品智能推荐
- 对餐饮客户进行细分，精准营销
- 销量预测，便于准备原材料
- 优化新店选址，并对新店所在位置的潜在客户口味偏好进行分析，以便及时进行菜式调整
2.数据取样
3.数据探索
4.数据预处理
5.挖掘建模
利用那些方法达到最终的目的。
6.模型评价
找出最合理的模型，并加以评价所采取的的各种模型。