金融数据挖掘涉及的专业领域较为广泛，以下是一些主要的相关专业：

大数据科学与技术：

专注于大数据的收集、存储、处理和分析。

统计学：

包括经济统计学、金融统计学、应用统计学等，提供数据分析的理论基础。

数学：

如数学与应用数学、金融数学，为数据挖掘提供数学模型和算法支持。

金融工程/金融数学：

侧重于数学和计算机技术在金融领域的应用。

商业分析/数据分析：

学习商业分析和数据分析的方法和技能，用于金融数据挖掘。

金融科技专业：

涵盖金融科技概论、金融学、投资学、互联网金融风险管理、金融大数据分析与管理等。

计算机科学与技术：

掌握关系数据库技术、数据挖掘算法、统计工具软件等。

数据科学与大数据技术：

注重培养在大数据环境下从事数据分析、机器学习和数据挖掘等相关技术的专业人才，同时也会了解金融领域的相关知识。

金融信息工程：

主要培养具备计算机科学、金融学和管理学等相关知识的人才，关注金融领域数据的处理、分析和挖掘技术。

信息管理与信息系统：

侧重于信息系统规划、设计、实施和管理，并涉及数据仓库和大数据技术。

机器学习与人工智能：

专注于开发能从数据中学习的算法，是数据挖掘的核心组成部分。

建议

选择金融数据挖掘相关的专业时，可以考虑以下因素：

兴趣方向：对大数据分析、机器学习、金融工程等方向的兴趣。

职业规划：未来是否打算在金融机构、金融科技企业或金融监管机构工作。

学术背景：本科或硕士以上学历，熟练掌握关系数据库技术、数据挖掘算法、数理统计理论基础等。

根据这些因素，可以选择最适合自己的专业，以获得金融数据挖掘领域的专业技能和知识。