有数据挖掘系统提供种类繁多。数据挖掘系统可以从以下集成技术：
空间数据分析
信息检索
模式识别
图像分析
信号处理
计算机图形学
Web技术
商业业务
生物信息学
数据挖掘系统的分类
数据挖掘系统可以根据以下标准来分类：
数据库技术
统计
机器学习
信息科学
可视化
其他学科
一些其他的分类标准：
根据种类的挖掘分类数据库
根据一种知识挖掘的分类
根据各种利用技术分类
按照对应的应用程序分类
分类按种类数据库间挖掘
我们可根据来样挖掘数据库中的数据挖掘系统进行分类。数据库系统可根据不同的标准，如数据模型，数据的类型等而数据挖掘系统可以相应地被分类进行分类。例如，如果我们按照数据模型的数据库进行分类，然后我们可能有一个关系，事务，对象 - 关系，或数据仓库挖掘系统。
分类根据的知识开采
我们可以根据类型的知识挖掘的数据挖掘系统进行分类。它是表示数据挖掘系统被分类的功能，例如为基础：
描述
区别
关联和相关性分析
分类
预测
聚类
异常值分析
进化分析
分类根据使用的技术种类
我们可根据来样用技术的数据挖掘系统进行分类。我们可以根据参与用户交互或分析采用的方法的程度描述了这些技术。
分类按照对应的应用
我们可以根据应用程序适应数据挖掘系统的分类。这些应用如下：
金融
通信
DNA
股市
集成数据挖掘系统与数据库或数据仓库系统
数据挖掘系统需要与数据库或数据仓库系统进行集成。如果该数据挖掘系统不与任何数据库或数据仓库系统集成的话，会有没有系统进行通信。这项计划被称为非耦合方案。在这个方案的重点放在数据挖掘设计和开发高效率和有效的算法来挖掘现有数据集。
这里是一体化计划的名单：
无接头 - 在这个方案中的数据挖掘系统不使用任何数据库或数据仓库的功能。然后将其取出使用某些数据挖掘算法，数据的特定源和处理的数据。数据挖掘结果存储在其它文件中。
松耦合 - 在这个方案中的数据挖掘系统可能会使用一些数据库和数据仓库系统的功能。然后，它从获取数据的呼吸系统由这些系统的管理和对这些数据进行数据挖掘的数据。然后，它要么存储在一个文件中，或在一个数据库或数据仓库指定地点的挖掘结果。
半紧耦合 - 在这个方案中的数据挖掘系统是随着扭结有效执行数据挖掘原语可以在数据库或数据仓库系统来提供。
紧耦合 - 在这种耦合方案的数据挖掘系统顺利地集成到数据库或数据仓库系统。数据挖掘子系统视为一个信息系统的一个功能组件。
