随着数据库技术的普及与深入，数据挖掘技术的应用也取得了长足的进步。本文着重论述了在纺织领域中应用数据挖掘技术的相关技术问题和主要过程。 中国棉纺织业是纺织工业中基础最好的传统产业，在国民经济中占有重要地位。信息技术的发展，使得棉纺织业在生产管理和生产过程中积累了大量的业务数据。如何充分利用这些数据为企业创造效益，是纺织企业目前亟待解决的问题，数据挖掘技术的诞生，为解决这类问题提供了一条有效的途径。 本文在论述数据挖掘的相关技术及其分类方法的基础上，详细讨论了数据挖掘技术与知识发现、联机分析处理、统计学之间的区别与联系，指出了数据挖掘从本质上讲也是一种知识挖掘，数据挖掘的过程就是在大量数据中发现知识的过程。作为一种常用的数据挖掘工具，本文对SAS工具的技术关键及其相关特点，也进行了深入的剖析。 作为一个应用实例，本文在分析某纺织厂棉纱生产工艺流程的基础上，首先论述了数据的抽取以及经过清洗等处理后得到“有价值、干净”数据的详细过程；其次，就如何运用SAS工具将彼此分离的数据集成到一个数据库中的问题进行了深入的讨论；然后，利用SAS／Enterprise Miner工具对数据集中的数据进行挖掘，建立回归模型、决策树模型与神经网络模型等，并对各个模型进行了比较详尽的分析。本文的最后，笔者提出了一个适用于制造业，尤其是纺织业的6—步骤数据挖掘过程模型，并对该模型作了比较详尽的说明。