关于数据挖掘，说法正确的是（）A. 数据挖掘主要应用于社交网络、异常检测、聚类等领域，但不涉及知识图谱B. 数据挖掘仅适用于计算机视觉领域，与强化学习无关C. 数据挖掘是指从大量数据中自动发现隐藏的关系，并转换为结构化表示D. 数据挖掘是从少量数据中提取显性信息的过程

考查要点：本题主要考查对数据挖掘基本概念和应用领域的理解，需明确数据挖掘的定义、应用场景及其与其他技术的关系。

解题核心思路：

1. 排除法：逐一分析选项，结合数据挖掘的核心特征（如处理大量数据、发现隐藏关系、应用领域等）排除错误选项。
2. 关键知识点：
   • 数据挖掘是从大量数据中自动发现隐藏规律的过程。
   • 其应用领域广泛（如社交网络、异常检测、聚类、知识图谱等），与计算机视觉、强化学习等技术存在交叉但并非局限。
   • 显性信息无需挖掘，数据挖掘更关注潜在信息。

选项分析

选项A

错误。数据挖掘确实应用于社交网络、异常检测、聚类等领域，但知识图谱的构建（如实体关系抽取）也属于数据挖掘的重要应用，因此“不涉及知识图谱”的表述错误。

选项B

错误。数据挖掘的应用范围远超计算机视觉，且与强化学习存在交叉（如通过数据挖掘提取特征辅助强化学习）。选项中“仅适用于”和“无关”的表述均不准确。

选项C

正确。数据挖掘的核心目标是从大量数据中自动发现隐藏关系，并将其转化为结构化的形式（如规则、模型等），与定义完全一致。

选项D

错误。数据挖掘处理的是大量数据，而非少量数据；且其目标是提取隐藏信息，而非显性信息。