不平衡数据是指具有类间分布不平衡特点的数据,用基于数据类间分布均衡的经典分类算法处理这类数据,会导致算法对少数类数据的学习率不足,分类表现较差。重采样可以改变数据类间分布,降低数据的不平衡度,解决不平衡数据问题。然而多数重采样方法缺乏对数据空间的评估,以致与原有的数据空间分布差异过大,影响算法的分类性能,使泛化能力变弱。利用可适当衡量样本空间的邻域模型与可解决复杂问题框架的三支决策理论进行重采样,可以有指导性地降低数据的不平衡度,解决不平衡数据的二分类问题。因此,结合邻域模型及三支决策理论,本文对不平衡数据的二分类问题进行研究,其主要工作如下:(1)针对不平衡数据的二分类问题,结合邻域模型和三支决策理论,提出了基于邻域三支决策的不平衡数据的二分类方法(NT-IDBC)。首先,根据邻域模型以及三支决策理论,定义用于数据空间划分的相关公式及参数;其次,根据决策函数划分数据的区域空间,对多数类数据与少数类数据类间分布相对均衡的空间采用有选择的过采样方法处理,并对多数类数据分布较密集的空间采用过采样与欠采样结合的混合采样方法处理;最后,采用若干UCI数据库中的不平衡数据集,在F-value和AUC上对比NT-IDBC算法与多个重采样算法及其结合集成学习的方法。通过对比实验,NT-IDBC在大多数据集中有更好的分类表现。(2)为了提高在数据量较大情况下NT-IDBC算法的计算速度,结合并行计算框架Spark进一步优化算法,提出了PNT-IDBC算法。首先利用并行计算框架Spark将数据储存至分布式集群的多个节点中,并对分布式存储的数据并行地进行空间划分;其次并行地对不同区域空间的数据进行混合采样处理。最后,通过对比试验,从分类精度、运行时间和加速比这三个层面验证了算法的有效性和高效性。