数据挖掘技术是近年来计算机技术发展的热点之一。通过对历史积累的大量数据的有效挖掘，可以发现隐藏的规律或模式，为决策提供支持，而这些规律或模式是不能够依靠简单的数据查询得到，或者是不能在可接受的时间内得到。这些规律或模式可以进一步在专业人员的识别下成为知识。数据挖掘面对的任务是复杂的，通常包括分类、预测、关联规则发现和聚类分析等。 在本文中，我们先介绍了数据挖掘的基本概念及其和数据仓库、OLAP(联机分析处理)的关系。然后，我们结合移动增值业务用户行为分析的需求和数据，给出了利用Microsoft SQL Server 2000的数据仓库和OLAP技术来建立用户行为历史数据集市的方案，为数据挖掘提供干净的数据。同时，我们介绍了利用ADO/MD组件开发客户端程序以实现数据可视化的方法。最后，我们着重介绍了对数据集市中的数据所进行的两项数据挖掘任务——第一个是在Apriori算法基础上实现业务关联规则的挖掘，另一个是在SLIQ算法基础上实现创建注册用户信息决策树以进行客户分类预测。