数据挖掘技术是近几年的一个研究热点。首先，论文对数据仓库、知识仓库、主动规则和知识管理等技术进行了分析，在此基础上提出了一种具有主动性的知识仓库，并给出了其体系结构。主动性知识仓库弥补了当前数据仓库的不足之处，它可能是未来几年的一个研究热点。 其次，在关联规则研究方面，提出了TBAR*算法、趋势关联规则的概念和算法、基于信念的规则过滤；在对聚类分析研究的基础上，提出了一种新颖的α相关规则聚类算法，并给出了相关的Prim和Kruskal两种实现方法；在对模糊ISODATA聚类算法分析的基础上，提出了模糊ISODATA*聚类算法。 同时，针对遗传算法在特征选择方面的应用，提出了多群体遗传算法。 最后，论文结合数据仓库和数据挖掘的发展趋势，讨论了数据挖掘的若干标准化问题——主要包括挖掘语言、结构和过程的标准化；提出了将数据仓库和数据挖掘合一的思想；给出了一个具有三层逻辑结构数据挖掘平台模型，该平台模型采用动态链接库实现算法存储、基于元数据库进行算法管理，保证了系统的可扩充性，