按照数据挖掘的应用场景分类，数据挖掘的应用主要涉及通信、股票、金融、银行、交通、商品零售、生物医学、精确营销、地震预测、工业产品设计等领域，在这些领域众多数据挖掘方法均被广泛采用且衍生出各自独特的算法。

那么大数据挖掘应用场景分为四类：

1、数据挖掘在电信行业的应用

数据挖掘广泛应用在电信行业，可以帮助企业制定合理的服务与资费标准、防止欺诈、优惠政策，为公司决策者提供可靠的决策依据，为市场营销、客户服务、全网业务、经营决策等提供有效的数据支撑，进一步完善了国内电信公司对省、市电信运营的指导，在业务运营中发挥重要的作用，从而为精细化运营提供技术与数据的基础。

2、数据挖掘在商业银行中的应用

在美国银行业与金融服务领域数据挖掘技术的应用十分广泛，由于金融业务的分析与评估往往需要大数据的支撑，从中可以发现客户的信用评级与潜在客户等有价值的信息，可成功地预测客户的需求。

3、数据挖掘在信息安全中的应用

利用机器学习与数据挖掘等前沿技术与处理方法对入侵检测的数据进行自动分析，提取出尽可能多的隐藏安全信息，从中抽象出与安全有关的数据特征，从而能够发现未知的入侵行为。数据挖掘技术可以建立一种具备自适应性、自动的、系统与良好扩展性的入侵检测系统，能够解决传统入侵检测系统适应性与扩展性较差的弱点，大幅度提高入侵检测系统的检测与响应的效能。

4、数据挖掘在科学探索中的应用

近年来，数据挖掘技术已经开始逐步应用到科学探索研究中。例如，在生物学领域数据挖掘主要应用在分子生物学与基因工程的研究。

     使用概率论模型对蛋白质序列进行多序列联配建模；

     特定数据挖掘技术研究基因数据库搜索技术；

     在被认为是人类征服顽疾的最有前途的攻关课题“DNA序列分析”过程中，由于DNA序列的构

     成多种多样，数据挖掘技术的应用可以为发现疾病蕴藏的基因排列信息提供新方法。