数据挖掘该怎样的学习路线？

数据挖掘是一门综合类的学科，它综合了计算机、人工智能、统计学、数据库等领域的知识。建议你现从基本的数据挖掘算法开始学起，了解基础知识，数据预处理，基本的分类聚类算法还有关联规则的发现。以后要往哪个方向发展就看机会和兴趣了，比如中文信息处理，社区发现与规划，主题发现分类，自然语言理解等等。算法是最重要的！
个人建议如下：
第一阶段：掌握数据挖掘的基本概念和方法。先对数据挖掘有一个概念的认识，并掌握基本的算法，如分类算法、聚类算法、协同过滤算法等。 参考书：《数据挖掘概念和技术》（第三版）范明，孟小峰 译著。
第二阶段：掌握大数据时代下的数据挖掘和分布式处理算法。现在已经进入大数据时代，传统的数据挖掘算法已经不适用于
参考书：《大数据：互联网大规模数据挖掘和分布式处理》 王斌 译著。
第三阶段：使用Hadoop进行大数据挖掘。Hadoop里面有一个Mahout组件，几乎包括了所有的数据挖掘算法，包括分类、聚类、关联规则等。
参考书：Hadoop实战（第二版）.陆嘉恒 著等。
另外，数据挖掘是数据库技术、人工智能技术、机器学习技术、统计学习理论、数据可视化等一系列技术的综合，所以，要想学好数据挖掘，这些技术也得懂的呀。 推荐入门时先看浙江大学王灿老师的数据挖掘课程，网上搜下。 期待与你一起学习数据挖掘，共同揭开数据之美。

相关视频：
浙大王灿老师的数据挖掘视频，比较基础，适合入门，教材是《数据挖掘-概念与技术（第二版）》；
中科院研究生院有两套视频，即数据挖掘引论和数据挖掘高级技术（39讲），后者可以作为数据挖掘的提高课程~
另外，模式识别、贝叶斯网络、高级人工智能、统计机器学习理论、数据库技术等视频都可以作为数据挖掘的拓展课程~