数据挖掘的趋势是什么？
数据挖掘的趋势如下-
应用程序探索-早期的数据挖掘应用程序通常旨在帮助企业获得竞争优势。随着电子商务和电子营销已成为零售市场的主流组成部分，企业对数据挖掘的探索不断扩大。
数据挖掘越来越多地用于探索多个领域的应用，包括金融分析、电信、生物医学和科学。新兴软件领域包括反恐数据挖掘（包括和超越入侵检测）和移动（无线）数据挖掘。由于通用数据挖掘系统在处理特定于应用程序的问题时可能存在局限性，因此可以看到开发更多特定于应用程序的数据挖掘系统的趋势。
可扩展和交互式数据挖掘方法-与传统的数据分析方法相比，数据挖掘应该能够有效地管理大量数据，并且如果可能的话，交互式地管理。由于收集到的信息量持续快速增加，用于单一和集成数据挖掘服务的可扩展算法变得必不可少。
在增加客户互动的同时提高采矿过程的完整效率的一个重要方向是基于约束的采矿。这通过启用约束的描述和使用来指导数据挖掘系统搜索感兴趣的模式来支持用户增加控制。
数据挖掘与数据库系统、数据仓库系统和Web数据库系统的集成-数据库系统、数据仓库系统和Web已成为主流的数据处理系统。必须提供数据挖掘作为必不可少的数据分析组件，可以顺利集成到包括数据处理环境中。
数据挖掘语言的标准化——标准的数据挖掘语言或其他标准化工作将支持数据挖掘解决方案的系统开发，提高多个数据挖掘系统和服务之间的互操作性，促进市场和社会对数据挖掘系统的教育和使用.
可视化数据挖掘-可视化数据挖掘是一种从大量数据中寻找知识的有效方法。可视化数据挖掘方法的系统研究和发展，将支持数据挖掘作为数据分析工具的推广和使用。
数据挖掘和软件工程——随着软件程序变得越来越大，难度越来越大，并且往往源于多个软件团队开发的多个组件的统一，提供软件健壮性和可靠性的任务越来越具有挑战性。
对有问题的应用程序执行的分析本质上是一个数据挖掘过程，跟踪程序执行期间生成的数据可以揭示重要的模式和异常值，这些模式和异常值可能导致最终自动发现软件错误。