本文從數據科學的角度講述了筆者對信息科學的認識與感悟，有選取數據科學中的知識發現和數據挖掘做出來具體的介紹，主要介紹了知識發現和數據挖掘的形成背景、發展歷史、概念分析、研究過程、方法技術、應用實例和問題不足。

　　一切科學都來源于事實，而我們如何將事實轉變成可以記錄交流傳承發展的知識并進一步為人類所用呢？數據是一個切入點。數據具有客觀性、真實性、通用性、持久性，它實實在在的存在著，記錄著世界的精彩，隱藏著世界的奧秘，等待我們在數據中發現，認識世界。

　　數據如此強大，那么必然要有一個與它相關的學科——數據科學。數據科學包含了兩層意味，一是用科學的方法研究數據，二是用數據的方法研究科學，也就是說它本身是一門科學，而它用可以應用到各個學科中，是很多學科有力的武器和堅實的基礎。

　　可見數據科學覆蓋面極廣，下文就著重談一談知識發現與數據挖掘方面。

　　隨著數據庫技術的成熟和數據應用的普及，人類積累的數據量正在以指數速度迅速增長。進入九十年代，伴隨著因特網的出現和發展，將整個世界聯成一個小小的地球村，人們可以跨越時空地在網上交換數據信息和協同工作。這樣，展現在人們面前的已不是局限于本部門，本單位和本行業的龐大數據庫，而是浩瀚無垠的信息海洋，數據洪水正向人們滾滾涌來。當數據量極度增長時，人們會感到面對數據的海洋像大海撈針一樣束手無策。據估計，一個大型企業數據庫中數據，只有百分之七得到很好應用。這樣，相對于“數據過剩”和“信息爆炸”，人們又感到“信息貧乏”和“數據關在牢籠中”，奈斯伯特驚呼“We are drowning in information，but starving for knowledge” 面臨浩渺無際的數據，人們呼喚從數據汪洋中出來一個去粗存精、去偽存真的技術。從數據庫中發現知識（KDD knowledge discovering in database）及其核心技術——數據挖掘（DM data mining）便應運而生了。

　　1989年8月在第11屆國際聯合人工智能學術會議上KDD一詞首次出現。1989～1994年，由美國人工智能協會主辦KDD國際研討會，從1995年開始，召開KDD和Data Mining國際學術研討會。從此開啟了KDD和DM的浪潮。

　　所謂知識發現，就是從數據集中識別出有效的、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程。數據集就是指由一組事實組成的集合，有效指發現的模式對于新的數據仍保持有一定的可信度，潛在有用強調了它的實際效用，非平凡指這個過程要有一定程度的智能性、自動性。

　　而所謂數據挖掘就是從數據庫中抽取隱含的、以前未知的、具有潛在應用價值的信息的過程，即知識發現中的一個核心步驟。