داده‌کاوی، فرآیند مرتب‌سازی، طبقه‌بندی و خوشه‌بندی داده‌های حجیم و آشکارسازی اطلاعات مرتبط باهم می‌باشد. امروزه داده‌کاوی به‌عنوان یکی از ابزارهای بسیار مهم برای مدیران کسب ‌و کار جهت شناخت وضعیت دقیق‌تر سازمان و همچنین کمک در اتخاذ تصمیمات مناسب کاربرد دارد. با توجه به افزایش روزافزون داده‌ها در شرکت‌های تجاری، تجزیه ‌و تحلیل داده‌ها، فرآیندی بسیار مشکل و گاهی غیرممکن است. داده‌کاوی به‌عنوان راه‌حلی جهت رفع این مشکل می‌تواند داده‌های موجود در سازمان‌ها را با به‌کارگیری ابزارهای نرم‌افزاری، مورد بررسی و آنالیز دقیق قرار دهد تا الگوهای پنهان و پیچیده‌ای آن‌ها را کشف و استخراج نماید، درحالی‌که روش‌های سنتی برای این کار بسیار وقت‌گیر و پرهزینه می‌باشند.
در این مقاله روشی برای پیش‌بینی رفتار رانندگان با استفاده از داده‌کاوی در داده‌های GPS ارائه شده است. این کار با استفاده از چندین پارامتر رانندگی انجام گرفت. پارامترهای رانندگی مذکور توسط سیستم GPS جمع‌آوری‌شده و با استفاده از ابزارهای داده‌کاوی مثل Weka می‌توان عوامل مهم را شناسایی کرده و از طریق آن رانندگان مختلف را خوشه‌بندی نمود. طبق نتایج حاصله الگوریتم Random forest+kmeans با توجه به درصد (91.823) و درصد خطای Root mean squared error (0.1776) و Mean absolute error (0.0567) بهترین الگوریتم انتخاب‌شده برای رده‌بندی افراد در 4 کلاس (0.1.2.3) شناخته شده است. کلاس‌ها بر اساس معیار اصلی F-Measure تعیین می‌شوند. طبق نتایج به دست آمده اکثر رانندگان در دسته‌ی رانندگان خشن قرار گرفتند.