Son yıllarda bilgi sistemleri ve teknolojinin gelismesi sonucunda; kamu kurum ve kurulusları, isletmeler ve diğer kuruluslar veritabanlarında kurulusun amacına ve yapısına bağlı olarak cesitli turlerde veri toplamaktadır. Fakat bu veriler islenmediği surece anlamsız bir veri yığını olarak veritabanlarında depolanmaktadır [1].Uygun yazılımların gelisimi ve firmaların topladığı veriyi kullanılabilir bilgiye cevirme isteği toplanan bu veriyi isleyerek, verinin icerisindeki kullanılabilir ve ilginc iliskilerin, birlikteliklerin ve oruntulerin (patterns) ortaya cıkarılmasını gerekli hale getirmistir. Gunumuzde pek cok kurum verilerini musteri nitelikleri ve musterilerin satın alma oruntulerine iliskin yararlı, kullanıslı bilgiler elde edecek yontemler ile islemeye baslamamıstır. Ham veri zengini, nitelikli bilgi (knowledge) fakiri durumunda olan kurumların rekabetci piyasada basarılı olmaları ve basarılarını surdurmeleri her gecen gun daha da zorlasmaktadır. Veri toplamanın onemini kavramıs olan ve gecmise yonelik sorgularla veriden en ust duzeyde fayda sağlayamayacağını gormeye baslayan butun kurumların en buyuk yardımcısı veri madenciliğidir [4]. Veri madenciliği mevcut veriden anlamlı bilgileri, iliskileri cıkarmada kullanılan tekniklere verilen genel isimdir. Veri madenciliği yapısal veriyi analiz edebilmekte iken, metin ve web madenciliği yapısal olmayan veriyi analiz edip verinin yapısal hale donusturulmesinde kullanılmaktadır. Farklı bircok alanda kullanılabilen veri madenciliğinin alt alanlarından Metin ve Web Madenciliği bu calısmada bir uygulama uzerinden incelenecektir.