数据挖掘是从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程，主要任务有（聚类分析、分类分析、关联规则挖掘等）。
数据挖掘是从海量数据中挖掘出隐含、先前未知且具备潜在价值信息的非平凡过程，其核心任务主要涵盖三类。聚类分析属于无监督学习范畴，无需依赖预定义的类别标签，可依据数据内在的相似性完成自然分组，常应用于客户细分、异常数据识别等场景；分类分析属于有监督学习任务，通过已标注的训练数据构建预测模型，能对新数据的类别进行判断，比如信用风险评估、欺诈交易识别等场景都会用到；关联规则挖掘则聚焦于挖掘数据集中不同属性之间的潜在关联关系，零售行业的购物篮分析是其典型应用，比如发现啤酒与尿布这类看似无关商品的购买关联。此外需注意，联机分析处理（OLAP）、信息检索这类技术更偏向数据查询或信息精准获取，并不属于数据挖掘的核心任务范畴。
本题考察的是商业智能中的数据挖掘任务。
聚类分析、联机分析、信息检索等：聚类分析属于数据挖掘任务，但联机分析（OLAP）和信息检索更偏向数据查询和信息获取技术，不属于数据挖掘的核心任务；信息检索、聚类分析、分类分析等：聚类分析、分类分析属于数据挖掘任务，但信息检索是检索方法，不是数据挖掘的核心任务；聚类分析、分类分析、关联规则挖掘等：这是数据挖掘的典型三大任务，聚类用于发现数据自然分组，分类用于构建预测模型，关联规则用于发现属性间的潜在联系；分类分析、联机分析、关联规则挖掘等：分类分析和关联规则挖掘属于数据挖掘任务，但联机分析是多维查询与报表手段，不是数据挖掘的核心任务。
本小问答案是 聚类分析、分类分析、关联规则挖掘等。这是数据挖掘的典型三大任务，聚类用于发现数据自然分组，分类用于构建预测模型，关联规则用于发现属性间的潜在联系。
因此，选项 C 正确。