隨著電腦技術的發展，資料的存儲量成倍增長，而海量資料分析方法的發展卻難以望其項背，資料探勘（Data Mining）技術就是在這樣的「資料海洋、知識荒漠」的情況下應運而生。公部門將可透過資料探勘技術的應用，爲民眾帶來更多的便利性，並且可獲得施政最直接的回饋（Feedback）。

資料探勘應用的最基本要件為在各類資料庫的建置、連結與資料的流通、整合，當被用以探勘的資料爲可辨識個人的資料；當政府資料庫或資料交換平台的使用者可透過探勘技術，將分散的個人片段生活紀錄加以整合、辨識屬性與分類進行資料剖繪（Profiling）時，資料探勘應用便成爲一項改善公部門行政效率的一大利器。國際間目前最受矚目的資料探勘應用計畫，當推美國國土安全部自911恐怖攻擊事件後推展的一系列邊境防禦措施：相關措施更擴及至對歐洲籍航空業者提交旅客資料之要求。國內勞保局亦運用資料探勘技術進行資料的比對，勞退新制實施後，退休準備金將由勞保局統一管理，勞保長期存在的低報投保薪資情況，將因退休金與勞保費一併匯入勞保局管理而「現形」，藉由雇主投保薪資和提撥退休準備金的工資標準作比較，讓短繳的黑數全部曝光。所以資料探勘分析是從海量的資料中發現潛在規律，提取有用知識的方法和技術，它不僅能分析現有的問題，也能預測未來的趨勢，且分析的結果易於理解與應用，因此一出現就得到各個領域的重視。

資料探勘是由電腦技術、人工智慧技術、統計技術等構成的一門新學科。它採用數學、統計、人工智慧、神經網路等領域的科學方法，運用如聚類分析、關聯分析、決策樹等技術，從大量資料中挖掘出隱含的、先前未知的、對決策有潛在價值的關係、模式和趨勢，並用這些知識和規則建立用於決策支援的模型，提供預測性決策支援的方法、工具和過程。