系統提供的決策支持信息適用性如何,這顯然是十分重要的問題。評價的辦法之一是直接使用系統原來建立模型的數據來進行檢驗。說明系統確實從這批數據樣本中挖掘出了符合實際的規律性。另一種辦法是另外找一批數據,已知這些數據是反映客觀實際的規律性的；這次的檢驗效果可能會比前一種差，若是差到系統所不能容忍程度,那就要考慮第一次構建的樣本數據是否具有充分的代表性;或是模型本身不夠完善，這時候可能要對前面的工作進行反思了；若這一步也得到了肯定的結果時,那系統的數據挖掘應得到很好的評價了。再一種辦法是在實際運行的環境中取出實時數據進行檢驗。以上敘述的是數據挖掘的基本流程，這一過程可能是要反復進行的，在反復過程中,不斷的趨近事物的本質,不斷的優化系統問題的解決方案。