در دو دهه‌ي قبل توانايي‌هاي فني بشر براي توليد و جمع آوري داده‌ها به سرعت افزايش يافته است. عواملي نظيراستفاده گسترده از باركد براي توليدات تجاري، به خدمت گرفتن كامپيوتر در كسب و كار، علوم، خدمات دولتي و پيشرفت در وسايل جمع آوري داده، از اسكن كردن متون و تصاوير تا سيستم هاي سنجش از دور ماهواره اي، در اين تغيرات نقش مهمي دارند.

بطور كلي استفاده همگاني از وب و اينترنت به عنوان يك سيستم اطلاع رساني جهاني، ما را مواجه با حجم زيادي از داده و اطلاعات مي كند. اين رشد انفجاري در داده هاي ذخيره شده، نياز مبرم وجود تكنولوژي هاي جديد و ابزارهاي خودكاري را ايجاد كرده كه به صورت هوشمند به انسان ياري می رسانند تا اين حجم زياد داده را به اطلاعات و دانش تبديل كند. داده كاوي بعنوان يك راه حل براي اين مسائل مطرح مي باشد. در يك تعريف غير رسمي، داده كاوي فرآيندي است خودكار براي استخراج الگوهايي كه دانش را بازنمايي مي كنند كه اين دانش به صورت ضمني در پايگاه داده هاي عظيم، انبار داده و ديگر مخازن بزرگ اطلاعات ذخيره شده است. داده كاوي بطور همزمان از چندين رشته علمي بهره مي برد. نظير: تكنولوژي پايگاه داده، هوش مصنوعي، يادگيري ماشين، شبكه هاي عصبي، آمار، شناسايي الگو، سيستم هاي مبتني بر دانش، حصول دانش، بازيابي اطلاعات، محاسبات سرعت بالا و بازنمايي بصري داده. داده كاوي در اواخر دهه ي 1980 پديدار گشته، در دهه ي 1990 گام هاي بلندي در اين شاخه از علم برداشته شده و انتظار مي رود در اين قرن به رشد و پيشرفت خود ادامه دهد.

واژه هاي «داده كاوي» و «كشف دانش در پايگاه داده» اغلب به صورت مترادف يكديگر مورد استفاده قرار مي گيرند.

تکامل تکنولوژی پایگاه داده و استفاده فراوان آن در کاربردهای مختلف، سبب جمع آوری حجم فراوانی از داده ها شده است. این داده های فراوان باعث ایجاد نیاز برای ابزارهای قدرتمند برای تحلیل داده ها گشته زیرا در حال حاضر به لحاظ داده ثروتمند هستیم ولی دچار کمبود اطلاعات می باشیم. ابزارهاي داده كاوي داده ها را آناليز مي كنند و الگوهاي داده اي را كشف مي كنند كه مي توان از آن در كاربردهايي نظير: تعيين استراتژي براي كسب و كار، پايگاه دانش و تحقيقات علمي و پزشكي استفاده كرد. شكاف موجود بين داده ها و اطلاعات سبب ايجاد نياز براي ابزارهاي داده كاوي شده است تا داده هاي بي ارزشي را به دانشي ارزشمند تبديل كنيم.

امروزه نامگذاري داده كاوي بسيار عموميت پيدا كرده است، البته اسامي ديگري نيز براي اين فرآيند پيشنهاد شده كه بعضا بسياري متفاوت با واژه ي داده كاوي است نظير: استخراج دانش از پايگاه داده، آناليز داده/الگو، باستان شناسي داده و لايروبي داده ها. كشف دانش در پايگاه داده فرآيند شناسايي درست، ساده، مفيد و نهايتا الگوها و مدل هاي قابل فهم در داده ها مي باشد. داده كاوي مرحله اي از فرآيند كشف دانش مي باشد و شامل الگوريتم هاي مخصوص داده كاوي است بطوريكه تحت محدوديت هاي مؤثر محاسباتي قابل قبول، الگوها و يا مدل ها را در داده كشف مي كند. به بيان ساده تر، داده كاوي به فرآيند استخراج دانش ناشناخته، درست و بالقوه مفيد از داده اطلاق مي شود. تعريف ديگر اينست كه داده كاوي گونه اي از تكنيكها براي شناسايي اطلاعات و يا دانش تصميم گيري از قطعات داده مي باشد به نحوي كه با استخراج آنها در حوزه هاي تصميم گيري، پيش بيني، پيشگويي و تخمين مورد استفاده قرار مي گيرد. داده ها اغلب حجيم اما بدون ارزش مي باشند، داده به تنهايي قابل استفاده نيست بلكه دانش نهفته در داده ها قابل استفاده مي باشد. به اين دليل اغلب به داده كاوي، تحليل داده اي ثانويه گفته مي شود.