數據挖掘（Data Mining）旨在從大規模、不完全、有噪聲、模糊隨機的數據集中自動抽取隱含的、以前未知的、具有潛在應用價值的模式或規則等有用知識的復雜過程，是一類深層次的數據分析方法，也是知識發現的關鍵步驟。
本報告圍繞數據挖掘的概念內涵、關鍵技術、人才研究、應用場景、發展趨勢等方面展開深入研究，主要內容包括：
一、數據挖掘基本概念、發展歷程、研究進展、問題與挑戰。詳細介紹了數據挖掘的基本概念、發展歷程、技術研究關鍵詞圖譜、研究進展，以及研究過程中面臨的問題與挑戰。
附件：人工智能之數據挖掘2020年第9期
持續探索新一代人工智能應用場景，將等經濟活動各環節，催生新技術、新產品、新產業。作為數字經催生新技術、新產品、新產業
闡釋了人工智能技術和產業的最新發展；其次圍繞網絡空間安全新特點和人工智能賦能新優勢兩個維度，分析了人工智能賦能安全領域的發展藍海
分析目前電信網絡智能化的總體發展態勢與應用現狀，實現網絡的泛在智能能力， 幫助運營商實現數字化轉型，帶動整個電信產業的智能升級。
機器視覺技術在工業領域中應用，核心功能包括產品識別、測量、定位及檢測，是實現產品分揀、裝配、 搬運、質檢等多個生產環節智能化轉型的核心技術
中國智能語音市場在未來幾年仍處于上升趨勢，預計2023年智能語音市場規模將達到564.8億元，同比增長率雖有所下降但趨于平穩，語音市場仍具有較大發展空間
基于2205家人工智能企業、15家國家級人工智能開放創新平臺、52家人工智能新型研發機構和48家新型平臺，全面刻畫和概括出我國人工智能和經濟社會全面融合發展的現狀和趨勢
闡述了全球人工智能產業迭代趨勢與特征,全球人工智能人才發展的現狀分析;中國人工智能人才培養現狀,模式與關鍵問題
人工智能市場定義為一個更廣的概念,包括了支撐人工智能開發與應用的基礎設施層,技術開發層,技術服務層和行業應用層四個領域的眾多細分市場
制定長期規劃,營造創新氛圍;鉆研前沿技術,加快技術落地; 探索國產化替代方案,實現技術的提前儲備和自主可控;加快機器人突破工程成果孵化
將AI應用成熟度從低到高依次分為早期實驗,初步投入,多維布局,深度應用,全面融合五個階段,并且從戰略,數據,場景規劃,應用解決方案開發,技術基礎設施、組織與人才六個維度
中新天津生態城希望通過引入大數據和人工智能技術來構建解決方案;幫助各行各業的客戶釋放數據價值，實現即時、隨時、實時的數據服務
安吉智能通過使用格物鈦數據平臺的Action功能,讓整個流程實現自動化,當平臺監測到數據標注完成形成新的數據版本后,會自動先進行模型訓練
基于維智Phy-gital飛吉特時空智能平臺,美宜佳構建了商業智能決策管理平臺,包含維智科技提供的時空數據和美宜佳提供的門店數據
通過餃子質檢解決方案,該餐飲企業的管理人員能夠在管理系統中查看實時生成的餃子品質統計分析報告,菜品優秀率因此提高了 20%
安克創新通過釆用AR眼鏡虛擬試戴解決方案,讓用戶能夠不用到店接觸實物,在線上就能獲得很真實的眼鏡試戴效果,更好的幫助購買決策
當下人工智能在產業落地中會面臨的20個主要挑戰,這些挑戰涉及戰略,數據,場景規劃,應用解決方案開發,技術基礎設施,組織與人才六個維度
其數據科學與人工智能團隊釆用了資金投入導向的方式對AI應用進行了規劃;優先考慮費用支持較大的場景;重點考慮數據層面的問題;用算法從數據中找到規律
