数据挖掘就是要智能化和自动化地把数据转换为有用的信息和知识，目前已有多种数据

解析：常用的数据挖掘方法有①关联分析、②序列模式分析、③分类分析、④聚类分析等。其中，①关联分析是利用关联规则进行数据挖掘，其目的是挖掘隐藏在数据问的相互关系，它能发现数据库中。例如，“在一次购买活动中，购买商品A的同时购买商品B习惯的顾客占80%“的知识。  ②序列模式分析和关联分析相似，但侧重点在于分析数据间的前后序列关系(因果关系)。  ③分类分析就是通过分析示例数据库中的数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对其它数据库中的记录进行分类。为了建立分类模型，需要有一个用做训练集的示例数据库(该数据库中的每个元组都有一个给定的类标识)。  ④聚类分析输入的是一组未分类记录，并且这些记录应分成几类事先也不知道，通过分析数据库中的记录数据，根据一定的分类规则，合理地划分记录集合，确定每个记录所在类别。它所采用的分类规则是由聚类分析工具决定的。采用不同的聚类方法，对于相同的记录集合可能有不同的划分结果。