3.4 本章小结
本章主要介绍了数据挖掘建模的方法论和常用的建模工具。实践表明，由于人工智能发展的局限性，计算机在未来相当长的一段时期内不可能像人类这样会进行复杂的思考，它只会按照人的指令工作。但是，计算机拥有海量的数据存储能力和超强的计算能力，所以只要我们建立合适的业务模型，设计完善的执行程序，选择正确的分析算法，它一定可以更好地为我们服务。
数据挖掘技术是一个年轻且充满希望的研究领域，商业利益的强大驱动力将会不停地促进它的发展。每年都有新的数据挖掘方法和模型问世，人们对它的研究正日益广泛和深入。尽管如此，数据挖掘技术仍然面临着许多问题和挑战：如数据挖掘方法的效率亟待提高，尤其是超大规模数据集中数据挖掘的效率；开发适应多数据类型、容噪的挖掘方法，以解决异质数据集的数据挖掘问题；动态数据和知识的数据挖掘；网络与分布式环境下的数据挖掘等；另外，近年来多媒体数据库发展很快，面向多媒体数据库的挖掘技术和软件今后将成为研究开发的热点。
近年来国内数据挖掘产品类型较多，也各有特色，顶尖数据挖掘平台（TipDM）是其中发展比较迅速的产品之一，第4章主要介绍该产品。
