最近十年来，数据库规模日益扩大，数据量可达数GB甚至TB级，这些数据中包含了大量的潜在的有价值的信息，有的已被发现，有的还没被发现。如何有效地管理，利用数据库中数据，以及怎样才能发现其中潜在的知识，由此需求就产生了数据仓库和数据挖掘技术。目前数据仓库和数据挖掘技术已经成为计算机界新的研究热点之一，引起数据库、机器学习、统计等领域的专家的广泛关注。 在本文中，首先讨论了有关数据仓库技术的基本概念，阐述了如何设计和创建数据仓库，接着讨论了数据挖掘定义、特点和分类，以及数据挖掘与知识发现的区别与联系，并深入阐述了基于数据仓库的数据挖掘的巨大优势，然后具体地讨论了数据挖掘中的一个重要方面数据分类的概念，分类的标准，以及基于概念的面向属性归纳的分类模式的产生方法，最后给出了根据分类门限值动态调整概念层次树、对于数值型数据自动提取概念层次和自动产生分类模式的具体算法。