论文以31个省、自治区矿产资源与能源开发、利用现状数据及经济评价数据为依据，对矿产资源、能源开发利用现状以及矿产资源、能源与区域经济发展的相关问题进行了研究。论文应用了数据挖掘中的聚类算法、相关性分析及支持向量机方法，实验证明数据挖掘方法在矿产资源与能源开发利用数据处理方面是有效的。首先，论文选择“煤炭开采和洗选业投资”、“石油和天然气开采业投资”、“石油和炼焦加工业投资”和“电力、热力、燃气及水生产和供应业投资”四个属性构建了能够反映矿产资源与能源开发现状的“能源固定资产投资”数据表，在此基础上利用数据挖掘技术中的聚类算法进行了分析研究。研究发现从矿产资源与能源开发的构成来看，煤炭资源在一次能源生产中占主导地位，水电能源与天然气能源在矿产资源与能源开发结构中比重越来越大，这一事实表明了清洁能源是我国未来能源开发的方向。从矿产资源与能源开发的地域结构看，中西部地区开发量大于东部地区。其次，论文选择了6年的电力消费属性构建了能够反映矿产资源与能源利用现状的“分地区电力消费”数据表，利用数据挖掘中的聚类算法对数据进行了分析研究。研究发现我国一次能源消费总量整体呈上升趋势，能源消费结构在不断调整，煤炭石油消耗量在2013年创历史新低，过去10年，天然气在一次能源消费结构的比重翻了一番，说明能源消费正在向清洁能源方向发展。从矿产资源与能源利用的地域结构看，东部沿海地区利用量大于西部地区。最后，论文选择“国内生产总值（GDP）”、“教育投入”、“人均可支配收入”、“平均寿命”四个属性构建了能够衡量绿色经济发展指标的“经济评价数据”表，利用聚类算法进行了分析。论文引入了基于Matlab的迭代自组织算法，对三张数据表的聚类结果做了进一步的验证，保证了分析结果的准确性。将矿产资源与能源开发、利用现状及经济评价三张数据表的最终聚类结果放到一起分析，得出以下结论：无论是矿产资源与能源消耗总量还是经济增长速度东部地区都排名第一，而且矿产资源与能源消总量及经济增长速度的差距在这三个地区间都有不断增大的趋势；比较发现我国各省能源消费与经济增长基本呈现出正相关关系。论文利用数据挖掘中的相关性分析，找到了除资源丰裕度（标准煤）以外的其他影响经济发展的因素，研究结果启发我们经济增长要破除原来主要靠增加资源与能源消耗的增长模式，要创建科学技术进步，劳动者素质提高，企业和政府管理思维创新的新模式。论文的研究为经济发展政策的制定提供了参考价值。