Ci sono una serie di dati diversi metodi di estrazione utilizzati in entrambe le opzioni del software e dei concetti teorici. Questi permettono agli utenti di estrarre informazioni dai dati raccolti da privati e aziende che utilizzano una varietà di strumenti. Grandi quantità di dati possono essere utilizzati per determinare i fattori diversi in un unico soggetto o di una varietà di soggetti. Questi metodi di data mining sono più comunemente utilizzati nei settori della protezione della frode, di marketing e di sorveglianza.

Per centinaia di anni, dati i metodi di data mining sono stati utilizzati per estrarre informazioni dai soggetti. Le moderne tecniche, concetti, tuttavia, l'uso automatico ha fornito dati concreti tramite risorse computerizzato. Come le scienze computer emerse nel corso del 20 ° secolo, il concetto di data mining metodi sviluppati nel tentativo di superare i modelli nascosti in vaste aree dei dati raccolti. Un buon esempio di questo è quando un'agenzia pubblicitaria analizzando le modalità di acquisto di un cliente online. Questa azienda è in grado quindi di mercato di taluni prodotti che l'individuo può essere interessato ad acquistare.

Una tecnica di data mining utilizzati comunemente nel settore è chiamato Knowledge Discovery in Databases (KDD). Sviluppato nel 1989 da Gregorio Piatetsky-Shapiro, KDD consente agli utenti di elaborare i dati grezzi, analizzare le informazioni per i dati necessari e interpretare i risultati. Questo metodo permette agli utenti di trovare modelli negli algoritmi, tuttavia, i dati generali non è sempre preciso e possono essere messi insieme in compromettere modi. Questo è noto come overfitting .

Dati di base dei metodi di data mining riguardano quattro tipi di compiti: classificazione, clustering, regressione, e di associazione. classificazione prende il presentare le informazioni e si fonde in raggruppamenti definiti. Clustering rimuove i raggruppamenti definiti e permette di classificare i dati da sé oggetti simili. Regressione si concentra sulla funzione delle informazioni, di modellazione dei dati sul concetto. L'ultimo metodo di data mining, associazione , i tentativi di trovare le relazioni tra i vari dati feed.

Quando si utilizzano i vari metodi di data mining, alcune norme vengono utilizzati per determinare quale parametri possono essere utilizzati nel processo. L'Associazione per Computing Machinery Special Interest Group on Knowledge Discovery e Data Mining (SIGKDD) tiene una riunione annuale determinare quali processi sono appropriate. Fattori etici vengono pesati con applicazioni pratiche per trovare le migliori informazioni su privati e aziende. Questa informazione è pubblicato in una rivista del settore chiamati SIGKDD Explorations.