所谓数据挖掘，是指从大量、不完全、有噪声、模糊、随机的数据中，通过设置一定的学习算法，提取隐含在其中的，人们事先不知道但又是潜在有用的信息的过程。它是根据数据的微观特征，发现其表征的、带有普遍性的、较高层次概念的知识，是信息优势成为知识优势的基础工程。数据挖掘萌芽于“情报深加工”，前身为知识发现（KDD），其实质就是发现情报背后的情报，“新闻背后的新闻”。如二战中，波兰军队根据一只波斯猫的出现推断德军的一个司令部的存在；上世纪六、七十年代，日本根据公开的信息推断大庆油田的方位、出油量等，都是通过简单信息推断深层信息的例子。当然，由于计算机技术和学习算法的限制，当时的情报加工主要靠人工分析完成。随着信息加工手段的计算机化和数据库技术的发展，情报由模拟信号变成了数据，情报深加工便发展为对已知数据的挖掘。
伊拉克战争开始前，美军就利用其高技术信息情报手段，对伊拉克进行了长期、全面和深入的监视与情报收集工作，掌握了大量政治、经济和军事情报。以此为基础，通过数据挖掘，美军对各种作战方案进行了充分论证和演练。战前，美中央总部还利用数据挖掘等技术制定了“联合一体化目标清单”，其中包括多达25240个攻击目标，仅针对伊领导集团及其控制能力的目标就有4559个。在战争中，美利用庞大的情报侦察网继续大规模收集情报，并与以前数据库融合，挖掘出许多新的信息，预测敌方可能的行动，为其让世人惊异的高速突击作战提供了有力保证。
在信息化战场上，数据挖掘能使人们对所处战场形势有清醒的察觉，知道敌人正在做什么，为什么要这么做；对自己掌握的信息有一个正确的评估，能及时地制定作战计划并加以实施。正在兴盛之中的“基于效果作战”，则更加依赖于数据挖掘。因为传感器的原始信息仍然难以准确反映作战的效果，通过数据挖掘产生的结论，才能更好地支持效果作战。
数据挖掘之所以被广泛运用于信息化战场，就在于其具有预测和描述两大功能。预测是从已知事件推测未知事件，用今天演绎未来的过程。数据挖掘中的预测，是利用数据库中已知知识和专家知识建立识别模式，预测或查证未知同类型信息的知识表达。信息化战场由一系列瞬时事件组成，数据挖掘能发现已有的数据库与新近发生的战场事件间的联系，通过已知事件推导未知事件，预测将要发生的事件，这对夺取战场决策优势和行动优势至关重要。描述是信息推演信息，揭示已有信息更深层的内在表达，指从现实数据库中发现和抽取未知的、有价值的和可理解的模式。信息，既反映表象，又反映本质。只有把信息放在相关联的环境中，通过挖掘才可以“吹沙见石”，发现反映事物本质的真相。
数据挖掘是平时准备与战时运用的有机融合。它包括以下必备步骤：一是数据准备。数据挖掘必须要有“矿床”：由已知数据、主观思考模式等组成的背景情况，否则无法挖掘。在战前，要针对特定方向收集各类数据，建立相应的数据库。数据准备包括数据集成、数据选择和预分析过程等。二是建模。数据挖掘依赖于一定的模型。建模是指依据挖掘目标由已知知识建立判别模式，提供给网络训练、学习并记忆。判别模式，由文化、教育、理性和经验等所决定，应具有开放性。如固守一个模式，拒绝其它模式，可能会将挖掘引向歧途。三是挖掘。利用训练成熟后的网络记忆，查询、分析数据库中的数据，挖掘出与已知模型同类型的知识或新信息。四是表达。不同的用户，需要不同种类和不同级别的信息。根据用户的具体需求，以不同的输出把挖掘结果反映给用户。五是评估。挖掘的知识是否准确，需要评估和检验，如不准确还需要反馈重新运行模型，直到满意为止。
数据挖掘，既是信息处理的工具，也是信息化战争的思维方法。信息化战场上，各种信息浩如烟海，重复、不完全、有噪声、模糊、随机信息充杂其中，必须有数据挖掘的意识和慧眼，不被信息的表象所迷惑。数据挖掘基于“知彼知己”，应加强特定方向的数据库建设：包括对方地理及天气影响；通信、运输和电力分配基础设施网络图；政治领导人、金融机构和关键产业的联系分析图；电脑空间薄弱环节图；关键性军事、政治、经济和社会人物的心理特征等，并分析敌人的政治、军事、经济、社会、基础设施和信息系统以及它们的相互关系，对己方可以采取的各种潜在行动做出判断。
无论是信息化建设，还是信息化作战，数据挖掘技术都有着很大的牵引和拉动作用。信息侦察手段处于劣势的现实，更要求我们必须大力开发数据挖掘技术，充分利用来之不易的信息，发挥出最大的作战效能。