数据挖掘考研可以考的方向主要包括以下几个方面：
计算机方向：
数据挖掘是计算机科学的一个重要分支，涉及数据库、算法、数据结构等多个方面。计算机专业的核心课程如数据结构、操作系统、计算机组成原理、计算机网络等，为数据挖掘提供了必要的技术基础。
统计方向：
统计学是数据挖掘的理论基础，涉及数据的收集、整理、分析和解释。掌握统计学知识有助于更深入地理解数据挖掘的方法和模型。
大数据方向：
大数据科学和工程涉及数据管理、系统开发以及海量数据的挖掘。这个方向培养学生掌握大数据处理技术，包括数据预处理、数据挖掘算法、机器学习、深度学习等。
数据管理与数据挖掘：
这个方向关注利用数据挖掘技术为企业决策提供支持，学习内容包括数据预处理、数据挖掘算法、机器学习、深度学习等，以及统计分析和数据可视化方法。
大数据分析与与应用：
这个方向注重培养学生的数据分析和挖掘能力，涵盖统计学、机器学习、深度学习等技术，旨在从大数据中提取有价值的信息和知识，进行数据建模和预测分析。
大数据与人工智能：
研究如何利用大数据技术推动人工智能发展，实现智能化和自主化数据处理与应用，这是人工智能领域的重要发展方向。
云计算与大数据技术：
培养学生掌握云计算及大数据处理能力，包括云计算技术、分布式计算、大数据存储与管理等。
数据工程与数据安全：
涉及数据工程、数据安全和数据隐私等领域，学习数据工程的理论和方法，以及如何确保大数据的安全性和隐私。
大数据与社会治理：
关注大数据在公共管理和社会治理中的应用，旨在提升社会治理效率与水平。
根据以上方向，考研时可以选择相应的专业或研究方向。如果计算机基础较好，可以选择大数据相关或数据科学专业；如果数学基础较好，可以选择统计学或数据挖掘专业。此外，还可以考虑跨专业考研，结合自身的兴趣和职业规划，选择最适合自己的方向。