隨著數據量的爆炸式增長，我們需要借助一些有效的工具進行數據挖掘工作，從而幫助我們更輕松地從巨大的數據集中找出關系、集群、模式、分類信息等。數據挖掘是數據庫知識發現（KDD）中的一個步驟。數據挖掘一般是指從大量的數據中通過算法搜索隱藏于其中信息的過程。數據挖掘通常與計算機科學有關，并通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。借助這類工具可以幫助我們做出最準確的決策，為我們的業務獲取更多收益。下面盤點主流數據挖掘平臺軟件有哪些？
一、SAS Data Mining
SAS數據挖掘商業軟件提供易于使用的GUI，并提供從數據處理、集群到最終環節的自動化工具，用戶可以從中得出最佳結果做出正確決策。由于它屬于商業數據挖掘軟件，所以其中包含很多高端的工具，包括自動化、密集像算法、建模、數據可視化等等。
二、RapidMiner
RapidMiner是一個開源的數據挖掘軟件，由Java語言編寫而成，提供一些可擴展的數據分析挖掘算法的實現。該款工具最大的好處就是，用戶無需寫任何代碼。它是作為一個服務提供，而不是一款本地軟件。除了數據挖掘，RapidMiner還提供如數據預處理和可視化、預測分析和統計建模、評估和部署等功能。
三、Software – R
R軟件主要是由C語言和FORTRAN語言編寫的，是一款針對編程語言和軟件環境進行統計計算和制圖的免費軟件。除了可以為科學家、研究人員以及學生提供數據挖掘和分析功能外，它還可以提供統計和制圖技術，包括線性和非線性建模，經典的統計測試，時間序列分析、分類、收集等等。
四、WEKA
WEKA基于Java版本，支持多種標準數據挖掘任務，包括數據預處理、收集、分類、回歸分析、可視化和特征選取。同時，Weka也為普通用戶提供了圖形化界面。此外，用戶還可以在 Weka論壇 可以找到很多擴展包，比如文本挖掘、可視化、網格計算等等。很多其它開源數據挖掘軟件也支持調用Weka的分析功能。
五、KNIME
KNIME是基于Eclipse，用Java編寫的一款開源的數據分析、報告和綜合平臺，擁有數據提取、集成，處理，分析、轉換以及加載所需的所有數據挖掘工具。此外，它具有圖形用戶界面，可以幫助用戶輕松連接節點進行數據處理。它結合了數據挖掘和機器學習的各種組件，對商業情報和財務數據分析非常有幫助。此外，用戶還可以通過隨時添加附加功能輕松地擴展KNIME。
六、Orange數據挖掘軟件
Orange是一個開源數據挖掘和機器學習工具，它的圖形環境稱為Orange畫布（OrangeCanvas），用戶可以在畫布上放置分析控件，然后把控件連接起來即可組成挖掘流程。除了界面友好易于使用的優點，Orange的強項在于提供了大量可視化方法，可以對數據和模型進行多種圖形化展示，并能智能搜索合適的可視化形式，支持對數據的交互式探索。
七、JHepWork
jHepWork主要是用開源庫來創建一個數據分析環境，并提供了豐富的用戶接口，以此來和那些收費的的軟件競爭。它主要是為了科學計算用的二維和三維的制圖，并包含了用Java實現的數學科學庫，隨機數，和其它的數據挖掘算法。jHepWork是基于一個高級的編程語言Jython，當然，Java代碼同樣可以用來調用jHepWork的數學和圖形庫。
