Mining is a key stage during the time spent knowledge discovery in databases that is used as a part of the making of models from the mass data subsequently producing meaningful information. The procedure of data mining has two essential objectives which are prediction and description of a specific dataset under investigation. Prediction involves the utilization of a few variables occurring in a data set in order to forecast unknown values of other related variables. Descriptive data mining consists of grouping, association rule mining, and summation. This study will analyze the major import goods and commodities to Somalia, this analysis will focus on the demand side of the country's import products and forecasting the future import goods and will reveal the most demanded products from abroad by building a model that will help the traders to determine the group of frequent items that most people purchase together, it will enable the business companies to promote their business and classify those items that are bought frequently and those rarely purchased in the market place. Imports play a tangible role in accomplishing the macroeconomic growth of the country. More importantly, imports are prime resources of foreign exchange income and it will ease the constraints of foreign exchange on the economic growth by raising the capacity of business imports of raw materials, construction goods and capital equipment. These business activities will increase the capital structure and the domestic investment resulting higher outputs of economic growth. Discovering the related itemsets of the imported products might provide us more information about the related occurrences of itemsets in the data and will lead us the extraction of itemsets with meaningful patterns that will help importers in decision making process about the behavior of the itemsets in the database. This will allow the business makers to create and enhance new business opportunities by importing the most consumed commodities locally.

Madencilik, yığın veriden sonrasında anlamlı bir bilgi üretmek için model oluşturmanın bir parçası olarak kullanılan veri tabanlarında bilgi arayışı sırasında harcanan zaman esnasında, önemli bir basamaktır. Veri madenciliği işleminin, inceleme altındaki veri kümesinin tahmini ve tanımlanmasından oluşan iki ana amacı vardır. Tahmin, , diğer ilgili değişkenlerin bilinmeyen değerlerini tahmin etmek için, bir veri setinde ortaya çıkan birkaç değişkenin kullanımını gerektirir. Açıklayıcı veri madenciliği, gruplama, madencilik kuralının ilişkilendirilmesi ve özetlenmesinden oluşur. Bu çalışma, Somali'ye ithal edilen ana ürün ve malları inceleyecek, ülkenin ithal ürün talebine odaklanacak ve gelecekteki ithal ürünleri öngörecek ve tüccarların, insanların çoğunun birlikte satın aldıkları ürün sıklıklarını belirlemesine yardımcı olacak bir model geliştirerek, yurtdışından en çok talep edilen malları açıklayacak ve pazarda sıklıkla ve nadiren satın alınan malları sınıflandırarak şirketlerin işlerini ilerletmelerini mümkün kılacaktır.İthalat ülkenin makroekonomik büyümesinin gerçekleştirilmesinde somut bir rol oynamaktadır. Daha da önemlisi, ithalat, döviz gelirinin ana kaynağıdır ve ham madde, inşaat malları ve sermaye ekipmanı ihracatının kapasitesini arttırarak ekonomik büyüme üzerindeki döviz kısıtlamalarını rahatlatacaktır. Bu ticari faaliyetler sermaye yapısını ve ekonomik büyümenin daha yüksek çıktılarıyla neticelenen yerel yatırımı arttıracaktır.İthal ürünlerin ilgili madde gruplarının belirlenmesi, verilerdeki öğe gruplarının sıklığı bize daha fazla bilgi verebilir ve bizim, veri tabanı kümelerindeki öğenin davranışı hakkında karar verme sürecinde ithalatçı yardımcı olacak anlamlı şablonlarla öğe setleri çıkarmamızı sağlayacaktır. Bu, ticaret yapanların, yerel olarak en çok tüketilen mal ithal ederek yeni iş fırsatları yaratmalarını ve geliştirmelerini sağlayacaktır.