本题考查数据挖掘。

【B选项正确】数据挖掘（Data Mining）就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐藏在其中但又有潜在价值的信息和知识的过程。

因此，本题正确答案为选项B。

本题考查大数据。

大数据的“4V”特性有数据量大、数据多样性、价值密度低、数据的产生和处理速度快。

因此，本题正确答案为ABCD。

本题考查数据挖掘。

监督学习中有两大类典型任务：分类和回归。

分类是通过特征变量确定观测单位所属的类别，因变量是分类变量。常用的分类方法有逻辑斯特回归、决策树、随机森林和支持向量机等【选项BCE正确】。

回归是通过特征变量确定观测单位因变量的取值，因变量是定量变量。常用的回归方法有线性回归、非线性回归和分位数回归等。

文本归类属于常用的聚类方法之一，因子分析属于常用的降维方法之一【选项AD错误】。

因此，本题正确答案为选项BCE。

本题考查数据挖掘。

回归是通过特征变量确定观测单位因变量的取值，因变量是定量变量。

例如，根据钻石的克拉数、颜色、切割工艺等信息预测钻石的价格，根据房屋面积、位置、楼层等信息预测房价【选项B正确】。

根据发件人、主题等信息判断是否为垃圾邮件属于监督学习中的分类【选项A错误】。

根据用户满意度、评价信息判断用户到期后是否会续约也属于监督学习中的分类【选项C错误】。

根据客户的能力、品格、担保、资本等特征评价客户的信用等级属于无监督学习中的降维【选项D错误】。

因此，本题正确答案为选项B。