目前缺失数据的存在已经成为数据质量问题中无法避免的影响因素。各领域研究中经常遇到数据缺失问题,该问题不仅影响研究结果的精度,也给实验研究带来局限性,限制了后续工作的有效进行。因此在最近几年,随着大数据研究成为热点,针对缺失数据的处理方法也成为数据处理领域的一个热点话题,国外学者为此展开了许多研究并提出了许多至今影响深远的处理方法。随后国内学者也开始研究缺失数据处理方法,但大多数方法都是在国外研究得出的方法上进行的改进和完善。随着各行各业数据量的井喷,传统的缺失数据处理方法已经难以适用大规模数据。常规的处理手段如简单删除法、均值填充等已经无法满足多领域研究需要。针对目前缺失数据处理领域存在这个问题,本文首先介绍了缺失数据处理的研究意义和国内外研究现状。然后系统地分析了造成数据缺失的原因,对缺失问题进行了分类。对近年来国内外常见的缺失数据处理方法进行了详细分析,同时总结了各类处理方法的优缺点、适用范围、效果评价指标。其中重点介绍了EM填充、聚类填充等填充方法。然而传统的缺失数据填充方法通常只考虑原数据集内部联系,且仅采用单一的数值型相似度度量方法对缺失数据进行填充,使得填充值容易被原数据集限制,失去自身原有特点,填充结果不客观。因此,提出一种新的概念—“共享知识”。基于共享知识构建缺失数据集与异源相似完整数据集的共享关系,并建立共享信息系统,通过新的相似度度量方法建立他们对象间的相似关系,从而用异源相似完整对象对缺失对象进行相似填充。本文从不同平台收集到两个相似的世界幸福指数相关数据集。以此进行仿真实验来证明本文所提出方法的有效性。实验结果表明,本文提出的共享相似度度量方法比传统的数值型相似度度量方法下的度量效果更好,且更适合现如今大规模数据的相似度度量。并且与其他传统填充算法相比,本文的方法对缺失值的填充精度值能够稳定的保持在0.85以上,均方根误差值控制在0.15之下,充分保留了填充值的客观性,填充效果更好。通过探讨传统方法,提出新的缺失数据处理思路,该思路为以后缺失数据处理领域提供了新的方向。同时根据结果显示本文的方法可以更好的应对不同领域的大规模数据缺失情况。