Uno de los procesos de KDD (Knowledge Discovery in Databases), denominado Minería de Datos, puede ser conceptualizado como una secuencia de actividades, técnicas o algoritmos que tienen como propósito general la extracción de conocimiento interesante de un conjunto de datos triviales. La posibilidad de combinar aleatoriamente estas técnicas sin un adecuado entrenamiento o como mínimo, un esquema de asistencia, no permite aprovechar el potencial de las herramientas de Software disponibles. En este trabajo, se propone una solución con la utilización de: la tecnología de Agentes Inteligentes, Cadenas de Markov y el método AHP. En base a ello, se diseña un esquema de asistencia inteligente para usuarios que deseen practicar Minería de Datos, que permita recolectar y transferir el conocimiento de usuarios experimentados. Considerando la actual variedad de herramientas para KDD, se optó por el diseño de un framework con el fin de desarrollar una solución que sea aplicable a cierto rango de dichas herramientas. Finalmente, se implementó un esquema concreto para KNIME, el cual permitió llevar a cabo algunas pruebas para medir la utilidad efectiva del asistente.