数据挖掘(Data Mining)阶段首先要确定挖掘的任务或目的。数据挖掘的目的就是得出隐藏在数据中的有价值的信息。数据挖掘是一门涉及面很广的交叉学科，包括器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。它也常被称为“知识发现”。知识发现(KDD)被认为是从数据中发现有用知识的整个过程。数据挖掘被认为是KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式(patter，如数据分类、聚类、关联规则发现或序列模式发现等。数据挖掘主要步骤是：数据准备、数据挖掘、结果的解释

数据挖掘中最基本的关联规则算法，该算法简单，适合刚解除数据挖掘的朋友-The most basic data mining association rules algorithm, which is simple, just lift the data mining for friends

模糊逻辑变精度粗糙集算法程序，数据挖掘故障诊断规则，27条训练集，8属性，5类故障。-Rough set of variable precision fuzzy logic algorithm procedures, data mining fault diagnosis rules, 27 train sets, eight properties, five fault.

挖掘出事物数据库中所有的强关联规则，挖掘数据之间的支持度及置信度(Mining all the strong association rules in the database)