世界包含的多得難以想象的數字化資訊變得更多更快……從商業到科學，從政府到藝術，這種影響無處不在。科學家和計算機工程師們給這種現象創造了一個新名詞：“大資料”。大資料時代什麼意思？大資料概念什麼意思？大資料分析什麼意思？所謂大資料，他的來源在哪裡，講了那麼多，那麼資料探勘是什麼呢？
大資料下的資料探勘
資料探勘：在大型資料庫中，通過分析發現有用資訊的過程。在前篇文章中說到大資料的儲存等問題，面臨新的資料集帶來的問題時，傳統的資料分析技術往往會遇到很多實際困難。下面我們來說一下具體的問題。
可伸縮：如果資料探勘演算法要處理海量資料集，則演算法必須是可伸縮的（scalable）許多的資料探勘演算法使用特殊的搜尋策略處理指數級搜尋問題。為實現可伸縮可能還需要實現新的資料結構，才能有效的訪問每個記錄。
高維性：現在，常常遇到具有成敗上千屬性的資料集，而不是幾十年前的只具備少量屬性的資料集。
異種資料和複雜資料：通常情況下，傳統的資料分析方法只處理包含相同型別屬性的資料集，或者是連續的，或者是分類的。 隨著資料探勘在商務、科學、醫學和其他領域的作用越來越大，越來越需要處理異種屬性的技術。近年來，已經出現了更復雜的資料物件。這些非傳統的資料型別的 例子有：含有半結構話文字和超連結的Web葉面集、具有序列和三維結構的DNA資料、包含地球表面不同位置上的時間序列測量值的氣象資料等等。
資料的所有權與分佈：有時，需要分析的資料並非存放在一個站點，或者歸屬一個機構，而是地理上分佈在屬於多個機構的資 源中。這就需要開發分散式資料探勘技術。分散式資料探勘演算法面臨的主要挑戰包括：（1）如何降低執行分散式計算的通訊量？（2）如何有效的同意從多個資源 得到的資料探勘結果？（3）如何處理資料安全性問題？
非傳統的分析：傳統的統計方法基於一種假設——檢驗模式，即提出一種假設，設計實驗來收集資料，然後針對假設來進行分析資料。但是，這一過程勞力費神。當前的資料分析人物常常需要產生和評估數千鍾假設，因此需要自動地產生和評估假設，這促使人們開發了一些資料探勘技術。
