隨著計算機網路技術不斷的發展和完善，目前網路技術運用在各個行業並取得了極其重要的成就，不僅僅改變了人們的日常生活和工作，同時也是體現一個企業綜合實力的重要組成部分，此外，計算機網路技術也已經成為了衡量一個國家經濟、政治、軍事能力的象徵，象徵著一個國家在國際上的影響力。

　　資料探勘是在龐大的資料庫中找出有價值的隱藏事件，並且加以分析，其主要的貢獻在於從資料庫中獲取有意義的資訊以及對資料歸納出有用的結構，作為企業進行決策的依據。此外，資料探勘的也是發掘資料庫擁有者先前關心卻未曾知悉的有價值資訊。它涉及到對資料庫的大量資料進行抽取、轉換、分析以及模型化處理，從中提取輔助決策的關鍵性資料。資料探勘可以幫助決策者尋找規律，發現被忽略的要素，預測趨勢，進行決策，也是對資料內在和本質的高度抽象與概括，是對資料從理性認識到感謝認識的昇華。

　　資料探勘是一門交叉學科，它把人們對資料的應用從低層次的簡單查詢，提升到從資料中挖掘知識，提供決策支援。是建立在資料庫、人工智慧、機器學習、神經網路、統計學、模式識別、高效能運算等技術基礎的一門新興技術。

　　目前，在需要處理大資料量的科研領域中，資料探勘受到越來越多的關注，同時，在實際問題中，大量成功運用資料探勘的例項說明了資料探勘對科學研究具有很大的促進作用。資料探勘可以幫助人們對大規模資料進行高效的分析處理，以節約時間，將更多的精力投入到更高層的研究中，從而提高科研工作的效率。

　　北京理工大學大資料搜尋與挖掘實驗室張華平主任研發的NLPIR大資料語義智慧分析技術是對語法、詞法和語義的綜合應用。NLPIR大資料語義智慧分析平臺平臺是根據中文資料探勘的綜合需求,融合了網路精準採集、自然語言理解、文字挖掘和語義搜尋的研究成果,並針對網際網路內容處理的全技術鏈條的共享開發平臺。

　　其中KGB(Knowledge Graph Builder)知識圖譜引擎是我們自主研發的知識圖譜構建與推理引擎，基於漢語詞法分析的基礎上，採用KGB語法實現了實時高效的知識生成，可以從非結構化文字中抽取各類知識，並實現了從表格中抽取指定的內容等。KGB同時可以定義不同的動作，如抽取動作，並能自定義各類後處理程式。利用KGB知識圖譜引擎可以抽取到產品的詳細報價資訊，方便進行下一步的資料探勘與圖譜構建。

　　例如KGB語法：

　　Knowledge: { [/LE;/w]+[採購方;甲方;發包方; 需方]} +1+{[-(/LE;/w)]20}s+{[(/LE;/w)]}

　　Action: Extract

　　Argument:甲方單位

　　表示的是：

　　如果 句首或者標點後，跟了{採購方;甲方;發包方};後面1步內跟的不是標點也不是是句尾，20個單元內的部分，將選中的詞抽取為甲方單位。

　　因此，資料探勘技術是一個發展十分快的領域, 隨著對資料探勘技術在各領域日益廣泛的應用,實現了資料資源共享及技術發展的跨域,從而大大提高了工作效率,並帶來巨大的成功。21世紀是資訊時代的社會,“資訊不僅是資源,更是財富”,要實現經濟的騰飛,需依賴高新尖科技的發展,故利用提供的資訊,充分進行資料探勘,則將為資料庫的應用開闢了廣闊的前景,也為人類的文明開闢了一個嶄新的時代。