KDD与数据挖掘的关系
根据Fayyad等人（1996）对KDD的定义——它是一个指出数据中有效、崭新、潜在效益的非细琐（nontrivial）流程，其最终的目标是了解数据的模式（patterns）。
其流程步骤是：
先理解要应用的领域、熟悉相关知识，接着建立目标数据集，并关注所选择（selection）的数据子集；
再对目的数据作预处理（pre-processing），去除错误或不一致的数据；然后作数据简化与转换工作（transformation）；
再通过数据挖掘的处理成为模式（patterns）、做回归分析或找出分类型态；
最后经过解释/评估成为有用的知识。这些程序是一个循环的关系，一直重复的步骤，最后才得到一些有用的知识。
所以，KDD是一系列的程序，数据挖掘只是其中的一个步骤而已。
