21世纪以来,人口数量上涨导致水资源紧缺,人均水资源可支配量急剧收缩。在中国,伴随着城市化的推进,居民对水资源使用激增,严重加剧了水资源的使用压力,污水处理的地位日益凸显。但是目前污水处理过程中存在药剂添加过量,结果无法预测等情况,文章通过对已有的污水处理数据分析和数据挖掘,尝试提取信息,帮助城市污水处理向简易、高效率和低能耗发展,达到减少不必要损失的目的。文章以提供污水处理过程的辅助数据为需求背景,首先是对于目前数据挖掘技术进行简单介绍,阐述其优缺点。接着对生物污水处理方法进行描述,主要是介绍数据挖掘在生物污水处理过程的辅助作用,帮助预测污水处理后的水质和污水中的药剂添加量,然后根据现有情况分析现有的主流污水处理技术,选择效果显著的数据挖掘模式。在实现上使用Python作为编程语言,由于数据来源是Excel,需要使用My SQL作为数据存储,通过Python脚本定期导入数据库,作为持续学习的数据来源,使用Python的numpy和sklearn第三方库作为数据拟合和回归分析的工具,提取数据模型预测。系统可以输入数据进行辅助预测内容,主要是药剂量的添加。数据拟合结果会以图表结合的形式展现,突出拟合效果。实验预测对比实际结果偏差明显,存在数据收集不精确,数据未进行更为精细的预处理等问题,在系统设计上也存在考虑不全面的问题。但是从实验来看,数据挖掘技术应用在在污水处理上的可行性。在解决现有暴露的问题后,结合实际生产,可以将数据挖掘真正应用在污水处理的生产上,优化流程,辅助治理污水。