DMS數據系統：
DMS，數據挖掘系統，也叫九派壹線服裝軟件，是北京九派壹線軟件有限公司自主研發的專門供服裝服飾企業使用的運營分析兼預警管理軟件。該軟件將運營數據分析、倉儲物流管理、貨品流轉管理、陳列方案管理、人員管理、VIP會員管理、進銷存管理、訂貨管理、生產進度管理等各環節進行有機結合。DMS的與眾不同之處是，它具備各種各樣的數據分析功能：業績分析、貢獻度分析、Z型圖、同環比、銷售速度、銷售趨勢等等專門為服裝服飾企業設計的銷售報表。它自動為您生成日報、月報、周報，幾秒內瞬間就能夠匯總出整年銷售結果。本軟件靈活多變:歷史庫存、當前庫存、出庫、入庫、銷售、退貨……想要什麽數據，隨您選擇。您可根據需要設定他們之間的計算公式，定義您自己的報表。
DMS分為網絡下載版和企業安裝版。網絡下載版又根據功能模塊分為雲基礎版、雲標準版、雲專業版、雲旗艦版，可在北京九派壹線軟件有限公司官方網站下載試用。91DMS服裝軟件企業安裝版具備多套解決方案，並可實現企業個性化管理的量身定制。
數據挖掘（英語：Data mining），又譯為數據采礦、數據挖掘。它是數據庫知識發現（英語：Knowledge-Discovery in Databases，簡稱：KDD)中的壹個步驟。數據挖掘壹般是指從大量的數據中自動搜索隱藏於其中的有著特殊關系性（屬於Association rule learning）的信息的過程。數據挖掘通常與計算機科學有關，並通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。
定義
數據挖掘有以下這些不同的定義：“從數據中提取出隱含的過去未知的有價值的潛在信息”“壹門從大量數據或者數據庫中提取有用信息的科學。”[2]盡管通常數據挖掘應用於數據分析，但是像人工智能壹樣，它也是壹個具有豐富含義的詞匯，可用於不同的領域。
方法
數據挖掘的方法（Strategy）包括監督式學習、非監督式學習、關系分組（Affinity Grouping，作關系性的分析）與購物籃分析（Market Basket Analysis）、同值分組（Clustering）與描述（Description）。監督式學習包括：分類（Classification）、推估（Estimation）、預測（Prediction）。
例子
數據挖掘在零售行業中的應用：零售公司跟蹤客戶的購買情況，發現某個客戶購買了大量的真絲襯衣，這時數據挖掘系統就在此客戶和真絲襯衣之間創建關系。銷售部們就會看到此信息，直接發送真絲襯衣的當前行情，以及所有關於真絲襯衫的資料發給該客戶。這樣零售商店通過數據挖掘系統就發現了以前未知的關於客戶的新信息，並且擴大經營範圍。
歷史
數據挖掘是因為海量有用數據快速增長的產物。使用計算機進行歷史數據分析，1960年代數字方式采集數據已經實現。1980年代，關系數據庫隨著能夠適應動態按需分析數據的結構化查詢語言（Structured Query Language, SQL）發展起來。數據倉庫開始用來存儲大量的數據。因為面臨處理數據庫中大量數據的挑戰，於是數據挖掘應運而生，對於這些問題，它的主要方法是數據統計分析和人工智能搜索技術。
挖掘過程
數據預處理壹般包括包括數據清理、數據集成、數據變換和數據規約四個處理過程.