1 前言

20世纪60年代 IBM 数据库管理产品 IMS 技术的推出，为数据库的发展奠定了基础。随后，各国先后开始建立材料数据库，为材料标准、科研数据提供结构化的储存途径以及信息查询等功能。

2011年美国提出发展材料基因工程，即数据库、高通量计算方法与高通量实验方法三大要素，为加速材料的智能设计作技术支撑。材料数据库的作用和地位随之变得更加突出： 一方面，材料数据库可为高通量实验以及高通量计算结果提供海量数据存储空间；另一方面，材料数据库为高通量计算提供参数，或通过挖掘数据库中的知识模型，指导材料设计。

数据挖掘是数据库发现知识模型的重要方法，是一个通过从不完全的、有噪声的、模糊的、随机的大型数据库中，发现隐含的、未知的、可能有用的并且最终能被理解的模式的重要过程。虽然早在 20 世纪初期基于数据挖掘的数学基础就已基本成熟，但直到计算机的出现和计算能力的提升，大数据分析、数据挖掘等操作才变得更加切实可行。将数据挖掘方法应用到材料数据库的规律学习中，是指导新材料设计开发的一个重要手段。