数据挖掘定义了从大量数据中提取或挖掘知识。数据挖掘一般用于保存和处理大量数据的地方。例如，银行系统使用数据挖掘来保存不断处理的大量数据。
在数据挖掘中，数据的隐藏模式是根据多个类别考虑成一块有用的数据。这些数据被组装在一个包括数据仓库的区域中以进行分析，并执行数据挖掘算法。这些数据有助于制定有效的决策，从而降低价值并增加收入。
用于数据的各种类型的数据挖掘应用程序如下 -
关系数据库- 数据库系统也称为数据库管理系统。它包括一组相互关联的数据，称为数据库，以及一组处理和访问数据的软件程序。
关系数据库是一组表，每个表都被授权一个唯一的名称。每个表都包含一组属性（列或字段），并且通常存储大量元组（记录或行）。关系表中的每个元组定义一个由唯一键标识并由一组属性值表示的对象。通常为关系数据库构建包括实体关系(ER)数据模型的语义数据模型。ER 数据模型将数据库定义为一组实体及其关系。
事务数据库- 事务数据库包括一个文件，其中每个记录定义一个事务。交易通常包含唯一的交易标识号（trans ID）和创建交易的物品列表（例如在商店购买的物品）。
交易数据库可以有与其相关的附加表，其中包括与销售有关的其他数据，包括交易日期、客户 ID 号、销售人员的 ID 号和销售出现的分支机构的 ID 号等。
对象关系数据库- 对象关系数据库是基于对象关系数据模型组装的。该模型通过支持用于管理复杂对象和面向对象的丰富数据类型来延续关系模型。
时态数据库- 时态数据库通常存储包含时间相关属性的关系数据。这些属性可以包括多个时间戳，每个都有多个语义。
序列数据库- 序列数据库存储有序事件的序列，有或没有时间的事实概念。例如，客户购物序列、Web 点击流和生物序列。
时间序列数据库- 时间序列数据库存储通过重复测量时间（例如，每小时、每天、每周）访问的值或事件序列。一个例子包括从证券交易所收集的数据、股票控制和自然现象（如温度和风）的测量。