知识发现从数据矿山中找到蕴藏的知识金块，为知识创新和知识经济的发展做出贡献。知识发现的基本步骤可以概括为：①从数据源中抽取感兴趣的数据，并把它组织成适合挖掘的数据组织形式。②调用相应的算法生产所需要的知识。③对生成的知识模式进行评估，并把有价值的知识集成到企业的智能系统中供企业使用。

在定义知识发现目标过程中，数据挖掘人员必须和相关领域专家及最终用户紧密协作，全面了解相关领域的有关情况，熟悉背景知识、弄清楚用户需求、确定挖掘目标等，并通过对各种学习算法的比对进而确定可用的学习算法。数据抽取与集成是知识发现的关键性工作，主要任务是设计存储新数据的结构和准确定义以及它与源数据的转换和装载机制，以便正确地从每个数据源中抽取所需数据。为了提高知识发现的准确性，数据的清洗与预处理也是不可忽视的一步，主要是对源数据进行再加工，一方面需要通过数据清洗与预处理来消除干扰性数据；另一方面也需要针对挖掘目标进行数据选择整理。数据挖掘阶段是知识发现的核心阶段，主要运用选定的数据挖掘算法从数据集中提取用户所需要的知识。选择数据挖掘算法需要考虑以下2个因素：①不同的数据有不同的特点，因此需要采用与之相关的算法进行挖掘。②要满足用户或者实际运行系统的需求。从数据挖掘阶段发现的知识必须进行评估才能应用于实践。