数据挖掘是当前国际学术界一项前沿的研究课题,融合了数据库、人工智能、机器学习、统计学等多个领域的理论知识。所谓数据挖掘(Data Mining)就是指从大型数据库或数据仓库中提取隐含的、未知的、有潜在应用价值的信息或模式的过程。它是数据库研究中的一个很有应用价值的新领域,对人们在经济科技等方面的决策具有极大的指导作用。由于每个用户真正需要的信息只是海量信息中很小的一部分,大量的无关信息会干扰甚至淹没其感兴趣的内容。如何快速、准确地从浩瀚的信息资源中提取出用户所需信息以成为一个及待解决的问题。从用户的角度来看,当前的搜索引擎主要存在以下两个不足:查询结果中无关信息过多,大多查询动辄被返回成百上千其至上万条信息;查询结果的显示顺序比较混乱;另外,查询结果的摘要或简介文字(大多数是对应全文的开头部分)的准确性、对复杂查询的支持也有待改进。本文首先详细介绍了数据挖掘概念、数据挖掘技术、常用算法等。其次讨论了文本数据库挖掘过程、文本信息检索算法。然后对向量空间模型进行了系统、深入的分析研究。介绍了基于向量空间模型的中文文档分类、聚类方法,在此基础上开发了小型的信息信息检索系统,用来对东北师范大学学生论文进行检索。