分类问题是数据挖掘领域的重研究的重要内容之一,现有的一些分类方法已经相对成熟,并且对平衡数据集的分类已经取得了良好的效果。但实际生活中数据集往往不平衡,即数据集中某类的样本数目远大于其他类的样本数目。传统分类算法解决非平衡数据集分类问题的能力有限,对不平衡数据集分类问题的研究需要寻求新的判别方法和分类准则。本论文针对传统分类算法的不足,从算法的改进和增强算法的实用性两个方向展开系统深入的研究。在数据层面,在已有分类算法的基础上对不平衡数据集的重构做出两项关键性的改进;在算法层面,将重构的数据集和基于支持向量机的分类方法有机结合,提出基于壳向量和SMOIS算法的支持向量分类算法SHS(SVM classification algorithm for imbalanced datasets based on SMOIS and convex hull)。论文的主要工作和结论如下:(1)改进SMOIS算法通过引用壳向量机制和对少数类别进行象空间复制来调节数据集中少数类别样本和多数类别样本的比例,降低数据集的不平衡度。(2)SHS算法实例验证选用中科院词法分析系统ICTCLAS提供的语料库,总共751篇文档,类别涉及环境、计算机、医疗。实验表明,比较传统分类算法,SHS算法减少了训练样本的规模,提高了大规模文本数据集的分类速度,尤其对不平衡文本数据集,算法优势更为明显。