1. Tendencias al futuro
1.1. Escalabilidad
1.1.1. El volumen de información que se ha de tratar crece de manera exponencial, con lo que los avances en esta área quedan siempre superados por las necesidades crecientes.
1.2. Minería de datos multimedia (audio, texto, hipertexto, video, imágenes, etc.)
1.2.1. Extrae datos multimedia para convertirlos en una representación numérica en diferentes formatos. Se suelen utilizar en agrupaciones y clasificaciones, realizando comprobaciones de similitud y también para identificar asociaciones.
1.3. Minería de datos ubicua
1.3.1. Extrae datos de dispositivos móviles para obtener información sobre las personas. A pesar de tener varios desafíos en este tipo, como la complejidad, la privacidad, el costo, etc., este método tiene muchas oportunidades de ser enorme en varias industrias, especialmente en el estudio de las interacciones humano-computadora.
1.4. Minería de datos distribuida
1.4.1. Extrae una gran cantidad de información almacenada en diferentes ubicaciones de la empresa o en diferentes organizaciones. Se utilizan algoritmos altamente sofisticados para extraer datos de diferentes ubicaciones y proporcionar información e informes adecuados basados en ellos.
1.5. Minería de datos espaciales y geográficos
1.5.1. Extrae datos ambientales, astronómicos y geográficos que también incluyen imágenes tomadas del espacio exterior. Este tipo de minería de datos puede revelar varios aspectos, como la distancia y la topología, que se utiliza principalmente en sistemas de información geográfica y otras aplicaciones de navegación.
1.6. Minería de datos de series temporales y secuencias
1.6.1. La aplicación principal de este tipo de minería de datos es un estudio de tendencias cíclicas y estacionales. Esta práctica también es útil para analizar incluso eventos aleatorios que ocurren fuera de la serie normal de eventos. Este método está siendo utilizado principalmente por empresas minoristas para acceder a los patrones de compra de los clientes y sus comportamientos.
2. Tendencias actuales
2.1. Visual Data Mining
2.1.1. Aumenta eficiencia del proceso
2.1.1.1. Disminuir el tiempo de trabajo
2.2. Distributed Data Mining
2.2.1. Soluciona las necesidades de las BDD (Base de Datos Distribuidas)
2.3. Real Time Data Mining
2.3.1. Aportan al dinamismo permitiendo así tomar decisiones empresariales en el transcurso del tiempo.
3. La minería de datos conlleva el proceso de extraer conocimiento útil y comprensible previamente desconocido.
4. La mineria ha implementado sistemas de gestión de aprendizajes en la Educación universitaria
4.1. Creación de sistemas de gestión de aprendizaje, con el fin de identificar patrones de comportamiento
4.1.1. Los estudiantes se conectan y son monitoreados en un curso, donde se obtuvieron los resultados en un determinado periodo.
4.1.1.1. Existe una correlación entre el nivel de actividad y su rendimiento académico.