یکی از مهمترین روش های کشف دانش داده کاوی است , علمی که به منظور استخراج دانش جدید و مفید از میان داده های حجیم معرفی می شود . امروزه با گسترش سیستم های پایگاهی حجم زیاد داده ها نیاز است که داده ها را پردازش کرد و اطلاعات حاصل از این پردازش را در اختیار کاربران قرار داد. داده کاوی را می توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده می باشد، نظیر عملیات جمع آوری داده ها و ایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده ها . داده کاوی را پژوهشگران با اهداف مختلفی از قبیل : 1) کلاس بندی 2) پیش بینی 3) خوشه بندی 4) تخمین انجام می دهند. برای کلاس بندی, مدل هاو الگوریتم هایی مانند قاعده ی بیز, درخت تصمیم, شبکه ی عصبی, الگوریتم ژنتیک مطرح شده است. بسیاری از رویکردهای داده کاوی (DM) فرض میکنند داده از یک منبع تولید شده است. اگر بسیاری از داده ها از مکان های توزیع شده فیزیکی تولید شوند، این روش ها به مراکز داده ای نیاز دارند که داده ها را از مکان های توزیع شده گردآوری نماید.