数字油田通过建立数据银行和信息平台积累了勘探、开发、生产的海量数据。由于技术手段缺乏、测试成本有限、数据管理不善等原因,导致有大量数据缺失。因为现有方法都是基于已有数据对缺失值进行填补,所以已有数据的质量好坏将直接影响缺失值填补的准确度。如何评估采集的数据质量?如何快速填补海量信息的缺失值?在考虑代价的情况下如何进行缺失值填补方案优化?发展中的推荐系统、代价敏感粗糙集等机器学习方法可为解决这些问题提供较好的方案。推荐系统是解决信息过载问题一个非常有潜力的方法,根据用户的需求、兴趣等,对他们可能感兴趣的资讯、产品、方案等做出推荐,其目标是为用户提供个性化的产品和服务,或者帮助用户决策。代价敏感粗糙集是研究代价敏感数据模型表示、代价敏感粗糙集上下近似的定义、代价敏感推荐等问题的理论体系。本文针对油气开发的数据缺失问题,建立基于代价敏感的推荐模型,开发准确高效的缺失值填补算法,着力解决评分数据质量评估、基于评分的高效推荐和基于分类及回归的三支推荐等关键问题。为此,将从数据模型、问题描述、算法设计、具体应用四个层次展开研究,主要的贡献如下:（Ⅰ）数据模型层次。从推荐系统最常用的评分数据模型,到融合用户、项目及评分信息的决策系统;从气井单一参数模型,到考虑气井动静态参数的综合模型;从误分类代价模型到综合考虑误分类、推广、延迟等代价的数据模型。（Ⅱ）问题描述层次。描述了四大核心问题:（1）用户不确定性导致的评分数据质量评估问题;（2）针对海量数据的高效推荐问题;（3）含推荐、不推荐、推广行为的三支推荐问题;（4）基于回归的推荐阈值学习问题。（Ⅲ）算法设计层次。针对上面的四个问题,研究了四类算法:（1）基于正态分布的评分数据质量评估算法。数据的固有性质决定了给定机器学习任务的魔法边界。在相同的评分等级设置下,魔法边界的高低可以用来评估收集数据的质量好坏;（2）基于降维距离函数的高效推荐算法。首先提出了多通道特征向量,只需要O（c）时间来计算两个项目之间的相似性,其中c是推荐系统中不同评分级别的总数。其次提出了一种基于称为M距离的高效算法,只需要O（1）时间来计算两个项目之间的相似性;（3）基于分类的代价敏感三支推荐算法。在推荐系统中引入三支决策,增加一种主动咨询用户以获取其偏好的行为,并通过三支决策和随机森林方法来构建推荐系统;（4）基于回归的代价敏感推荐阈值学习算法,通过调整不同行为的阈值来最小化平均代价。（Ⅳ）应用层次。将上面设计的算法应用到油气田开发领域:（1）利用基于正态分布的数据质量评估方法分析油气田开发数据,并与协同过滤算法计算的结果进行对比,一方面验证该方法在油气田开发数据的适用性,另一方面评估收集数据的质量好坏;（2）利用高效推荐算法填补油气田开发数据的缺失值;（3）结合油气井静态特征及生产动态,建立基于代价敏感的随机森林油气井分类及优选方法。论文的研究工作扩展了推荐系统的理论与应用范畴。在油气田开发的海量数据环境下,研究了基于正态分布的数据质量评估模型,设计了基于降维距离函数的高效推荐算法以降低数据存储空间和时间复杂度,构建了基于分类的代价敏感三支推荐框架以支持人机交互的决策属性获取,提出了基于回归的阈值学习算法来改善分类能力。这些算法的研究对大数据领域中信息过滤及方案推荐具有一定的理论和实际意义。