เครื่องมือขุดข้อมูลเป็นส่วนประกอบซอฟต์แวร์และทฤษฎีที่อนุญาตให้ผู้ใช้ดึงข้อมูลจากข้อมูล เครื่องมือนี้ช่วยให้บุคคลและ บริษัท มีความสามารถในการรวบรวมข้อมูลจำนวนมากและใช้ในการตัดสินใจเกี่ยวกับผู้ใช้หรือกลุ่มผู้ใช้ที่เฉพาะเจาะจง เครื่องมือที่ใช้กันทั่วไปบางส่วนของเครื่องมือขุดข้อมูลอยู่ในด้านการตลาดการป้องกันการฉ้อโกงและการเฝ้าระวัง
การสกัดข้อมูลด้วยตนเองนั้นมีมาหลายร้อยปีแล้ว อย่างไรก็ตามระบบอัตโนมัติของ data mining แพร่หลายมากที่สุดนับตั้งแต่รุ่งอรุณของยุคคอมพิวเตอร์ ในช่วงศตวรรษที่ 20 วิทยาการคอมพิวเตอร์หลายรูปแบบเกิดขึ้นเพื่อช่วยสนับสนุนแนวคิดของการพัฒนาเครื่องมือการทำเหมืองข้อมูล เป้าหมายโดยรวมของการใช้เครื่องมือคือการเปิดเผยรูปแบบที่ซ่อนอยู่ ตัวอย่างเช่นหาก บริษัท การตลาดพบว่าบุคคลใช้เวลาเดินทางรายเดือนจากนิวยอร์กซิตี้ไปยังลอสแองเจลิสจะมีประโยชน์สำหรับ บริษัท ดังกล่าวในการโฆษณารายละเอียดของปลายทางให้กับบุคคล
ภายในอุตสาหกรรมเหมืองข้อมูลมาตรฐานได้ถูกจัดตั้งขึ้นเพื่อกำหนดพารามิเตอร์ของการใช้เครื่องมือขุดข้อมูล เป็นประจำทุกปีสมาคมเพื่อกลุ่มผลประโยชน์พิเศษของเครื่องจักรในการค้นพบความรู้และการขุดข้อมูล (SIGKDD) จัดการประชุมเพื่อกำหนดกระบวนการที่จะใช้ กลุ่มเดียวกันยังรับผิดชอบในการประเมินผลกระทบทางจริยธรรมของการวิเคราะห์ข้อมูลจากบุคคลและ บริษัท วารสารรายปีรายปีเผยแพร่โดยกลุ่มที่มีชื่อว่า SIGKDD Explorations
เครื่องมือที่แพร่หลายที่สุดที่ใช้ในการขุดข้อมูลคือกระบวนการที่เรียกว่า Knowledge Discovery ในฐานข้อมูล (KDD) KDD ได้รับการพัฒนาในปี 1989 โดย Gregory Piatetsky-Shapiro การใช้เครื่องมือขุดข้อมูลนี้ผู้ใช้สามารถประมวลผลข้อมูลดิบขุดข้อมูลสำหรับข้อมูลและตีความผลลัพธ์ต่าง ๆ ในรูปแบบของการจัดการข้อมูล
หนึ่งในรูปแบบที่สำคัญที่สุดของเครื่องมือขุดข้อมูลใช้เพื่อต่อต้านการก่อการร้ายในศตวรรษที่ 21 ในสหรัฐอเมริกาสภาวิจัยแห่งชาติใช้แนวคิดของการขุดแบบและการขุดข้อมูลตามหัวข้อเพื่อระบุกิจกรรมการก่อการร้ายในแหล่งข้อมูลขนาดใหญ่ทั่วโลก การทำแพทเทิร์นลวดลายถูกกำหนดโดยกระบวนการค้นหารูปแบบภายในข้อมูลจำนวนมาก การทำเหมืองข้อมูลตามหัวเรื่องพยายามระบุความสัมพันธ์ระหว่างบุคคล เทคนิคทั้งสองนี้ยังสามารถนำไปใช้ในการดำเนินธุรกิจทั่วไปโดยการกำหนดความคิดของฐานลูกค้าและความสัมพันธ์แบบโต้ตอบระหว่างลูกค้า
