数据挖掘(data mining)技术是人们长期对数据库技术进行研究和开发的结果。数据挖掘所得到的知识应具有先前未知、有效和实用三个特征，其中先前未知的知识是指该知识是预先未曾预料到的，即数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，挖掘出的知识越是出乎意料，就可能越有价值。而贝叶斯(Bayes)方法的一个显著特点，就是它可以通过看结果来了解假设，也就是说，当对先验知识知之甚少，或者毫不知情的情况下，贝叶斯方法具有其它方法不可比拟的长处。本文主要针对数据挖掘的特点和本质，充分利用贝叶斯方法的特点，将贝叶斯理论及其思想方法融入到聚类、分类、关联规则挖掘以及偏差分析和异常检测等数据挖掘各方法中，提出将贝叶斯方法应用于数据挖掘的算法，并对提出的算法进行了验证和讨论。文章最后对自己所做的工作做了总结，并陈述了数据挖掘的研究方向及发展前景。