数据挖掘知识类型概述：关联规则、聚类、分类、时序、图形、文本和空间数据挖掘

数据挖掘的知识类型包括：

1. 关联规则挖掘：通过分析数据中各个项之间的关系，发现其潜在的相关性，从而确定它们之间的规律和模式。

2. 聚类分析：将数据集中的对象分为若干个组，使得组内的对象相似度高，组间的相似度低，从而识别数据集中的不同分类。

3. 分类器构建：通过训练一组分类器，将数据集中的对象分为不同的类别，并利用训练数据集中的已知类别样本来预测新的数据对象所属的类别。

4. 时序数据挖掘：通过对时间序列数据的分析，发现其中的规律和趋势，从而进行趋势预测和决策制定。

5. 图形挖掘：通过对图形数据进行分析，发现其中的结构和关系，从而进行图形模式识别和图形分类。

6. 文本挖掘：通过对文本数据进行分析，发现其中的语义和主题，从而进行情感分析、文本分类和文本聚类等分析。

7. 空间数据挖掘：通过对空间数据进行分析，发现其中的地理特征和空间关系，从而进行地理信息系统分析和决策制定。