Cùng với sựphát triển của mô hình kho dữliệu (Dataware house), ởViệt nam ngày càng có nhiều kho dữliệu với lượng dữliệu rất lớn. Đểkhai thác có hiệu quảnhững dữliệu khổng lồnày, đã có nhiều công cụ được xây dựng đểthỏa mãn nhu cầu khai thác dữliệu mức cao, chẳng hạn nhưcông cụkhai thác dữliệu Oracle Discoverer của hãng Oracle. Công cụnày được sửdụng nhưmột bộphân tích dữliệu đa năng theo nhiều chiều dữliệu, đặc biệt theo thời gian. Hay là việc xây dựng các hệchuyên gia, các hệthống dựa trên một cơsởtri thức của các chuyên gia, đểcó thểdựbáo được khuynh hướng phát triển của dữ liệu, thực hiện các phân tích trên các dữliệu của tổchức. Mặc dù các công cụ, các hệthống trên hoàn toàn có thểthực hiện được phần lớn các công việc nêu trên, chúng vẫn yêu cầu một độchính xác, đầy đủnhất định vềmặt dữliệu đểcó thể đưa ra được các câu trảlời chính xác. Trong khi đó, các ứng dụng của mạng nơron truyền thẳng được xây dựng dựa trên các nhân tố ảnh hưởng đến sựthay đổi của dữliệu đã được thực tiễn chứng minh là khá mạnh và hiệu quảtrong các bài toán dựbáo, phân tích dữliệu. Chúng có thể được huấn luyện và ánh xạtừcác dữliệu vào tới các dữliệu ra mà không yêu cầu các dữliệu đó phải đầy đủ. Trong sốcác loại mạng tương đối phổbiến thì các mạng neuron truyền thẳng nhiều lớp, được huấn luyện bằng thuật toán lan truyền ngược được sửdụng nhiều nhất. Các mạng nơron này có khảnăng biểu diễn các ánh xạphi tuyến giữa đầu vào và đầu ra, chúng được coi nhưlà các “bộxấp xỉ đa năng”. Việc ứng dụng của loại mạng này chủyếu là cho việc phân tích, dựbáo, phân loại các sốliệu thực tế. Đặc biệt đối với việc dựbáo khuynh hướng thay đổi của các dữliệu tác nghiệp trong các cơquan, tổchức kinh tế, xã hội,. Nếu có thể dựbáo được khuynh hướng thay đổi của dữliệu với một độtin cậy nhất định, các nhà lãnh đạo có thể đưa ra được các quyết sách đúng đắn cho cơquan, tổchức của mình.