4．数据挖掘与电子商务技术
　　随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库中存储的数据量急剧增大，在大量的数据背后隐藏着许多重要的信息，如果能把这些信息从数据库中抽取出来，将为公司创造很多潜在的利润，数据挖掘是从海量的数据中自动、高效地提取有用知识的一种新兴的数据处理技术，包括分类、聚类、关联规则挖掘、特征与偏差、时序模式发现、趋势分析等。
　　数据挖掘技术是多学科交叉的新兴技术，是在统计学、人工智能（特别是机器学习）和数据库技术等多种技术的基础上发展起来的。由于它的实用性和商业效益，近年来已成为数据库领域的研究热点之一。
　　近年来，因特网的飞速发展与广泛应用，使得Web上的信息量以惊人的速度增长，为数据挖掘提供了丰富的数据源和新的研究课题。面对Web丰富的信息内容，巨大的数据量，加之由于万维网分布、动态、海量、异质、复杂、开放性的特点，人们如何从这海量的数据中，查找自己想要的数据和有用信息，迫切需要一种新的技术能自动地从Web资源上发现、抽取和过滤信息。因此出现了Web挖掘技术。Web挖掘就是从Web文档和Web活动中发现、抽取感兴趣的潜在的有用模式和隐藏的信息。它以从Web上挖掘有用知识为目标，以数据挖掘、文本挖掘、多媒体挖掘为基础，并综合运用计算机网络、数据库与数据仓储、人工智能、信息检索、可视化、自然语言理解等技术，将传统的数据挖掘技术与Web结合起来。Web挖掘可在多方面发挥作用，如搜索引擎结构的挖掘，搜索引擎的开发，改进和提高搜索引擎的质量和效率，确定权威页面，Web文档分类，Web Log挖掘、智能查询，建立Meta-Web数据仓库等。