知识发掘处理包含了数据选择、数据清洗、数据扩充、数据编码、数据挖掘和结果呈现。

知识发掘处理（Knowledge Discovery Process）通常包括以下几个主要步骤：数据选择、数据清洗、数据编码、数据扩充、数据挖掘和结果呈现。根据这些步骤的逻辑顺序，我们可以分析选项并找出正确答案。

1. **数据选择（Data Selection）**：首先，需要从原始数据中选择与分析目标相关的数据。
2. **数据清洗（Data Cleaning）**：接下来，对选择的数据进行清洗，去除噪声和处理缺失值。
3. **数据编码（Data Transformation/Encoding）**：然后，对数据进行编码或转换，以便适合数据挖掘算法。
4. **数据扩充（Data Enrichment/Augmentation）**：有时需要对数据进行扩充或增强，以增加数据的丰富性和质量。
5. **数据挖掘（Data Mining）**：之后，应用数据挖掘算法来发现数据中的模式和知识。
6. **结果呈现（Result Presentation）**：最后，将挖掘出的结果进行呈现和解释。

根据上述分析，正确的执行顺序应为：
B（数据选择）→A（数据清洗）→C（数据编码）→D（数据扩充）→E（数据挖掘）→F（结果呈现）。

因此，正确答案是：
D: B→A→D→C→E→F