數據挖掘方法有分類、迴歸分析、聚類、關聯規則、特徵、變化和偏差分析。
數據挖掘（英語：Data mining），又譯為資料探勘、數據採礦。是一種透過數理模式來分析企業內儲存的大量資料，以找出不同的客户或市場劃分，分析出消費者喜好和行為的方法。它是數據庫知識發現（英語：Knowledge-Discovery in Databases，簡稱：KDD）中的一個步驟。數據挖掘一般是指從大量的數據中自動搜索隱藏於其中的有着特殊關係性（屬於Association rule learning）的信息的過程。主要有數據準備、規律尋找和規律表示3個步驟。數據挖掘的任務有關聯分析、聚類分析、分類分析、異常分析、特異羣組分析和演變分析等。數據挖掘通常與計算機科學有關，並通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。
