数据挖掘工具是使用大数据挖掘技术从互联网的海量数据中发现、采集并挖掘出有有价值数据一种软件。利用特定的技术，例如：Hadoop、Spark……实现对互联网非机构化的大数据进行挖掘并获得正确、有价值数据的一种快速、便捷的方法。
RapidMiner
RapidMiner数据挖掘工具作为数据挖掘工具， RapidMiner是一款免费预测性分析和数据挖掘软件工具，具有丰富数据挖掘分析和算法功能，过程简单，强大和直观。可以用简单脚本语言自动进行大规模进程，拥有图形用户界面的互动原型。
KNIME
KNIME数据挖掘一款开源的数据挖掘工具，采用用Java编写的，并且基于Eclipse，集成各种开源项目。并利用其扩展机制来添加提供附加功能的插件。拥有整合文本挖掘，图像挖掘以及时间序列分析的方法。
KNIME兼容多种形式，例如：图像、文本……，同时支持基于Hadoop的数据格式兼容多种数据分析工具和语言。
NLTK
处理语言数据程序，支持文本分词、词频统计、删除停止词、标记非英语语言文本、从 WordNet 获取同义词、从 WordNet 获取反义词、词干提取……
同时，NLTK 提供了一个语言处理工具，包括数据挖掘、机器学习、数据抓取、情感分析等各种语言处理任务。
BR-mlp
BR-mlp数据挖掘基于Hadoop和Spark技术,构建于分布式平台之上，以机器学习算法和深度学习算法为核心，提供海量大数据的接入、清洗、管理、建模、挖掘、可视化等功能。
BR-MLP的核心，集合了所有处理数据的组件， “建模组件区”分别为“数据源/目标”、“数据预处理”、“特征工程”、“统计分析”、“分类与回归”、“聚类”、“协同过滤”、“关联分析”、“深度学习”、“模型应用”和“可视化”。
Scrapy
Scrapy数据挖掘Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试。
Scrapy遍历爬行网站、分解获取数据的用程序框架，它可以应用在广泛领域：数据挖掘、信息处理和或者历史片（历史记录）打包等等
以上就是小编根据目前互联网热议程度所解析的几款还用的数据挖掘工具软件，当然也还有其他比较受欢迎的产品或软件能够满足其需求，这里也不一一介绍了。每款数据挖掘产品/工具都有自己的优势，当然可能也会存在些许的弊端，大家可以根据自身的需求选选择，希望小编的解析会对大家有所帮助。
