随着信息技术的高速发展以及大数据时代的来临,数据的不断增长和积累使得各个领域都面临着处理海量数据的压力,如何快速有效的从大规模数据中收集有实际意义的信息是当下研究的重要内容。支持向量机作为一种关键的数据挖掘方法,具有完善的理论基础、较强的泛化能力以及全局最优解获取能力,然而其只适用于较小规模的数据集,在处理大数据时会产生巨额的计算复杂度。随着Map Reduce等分布式框架得到广泛应用,通过改进传统的支持向量机算法,并与分布式的计算架构结合成为目前大数据环境下支持向量机算法的研究热点。近年来,大数据环境下的并行支持向量机算法虽然在数据挖掘领域取得了一定的成果,然而大数据环境下的数据具有复杂性且噪音数据较多,再加上支持向量机算法存在局限性,使得大数据环境下的并行支持向量机算法的执行效率和分类准确度较低。为了提高并行支持向量机算法处理大规模数据的能力和分类性能,本文主要从三个方面着手,一是消除噪音数据的干扰,设计合理的噪音过滤策略对原始数据进行预处理,删除大数据环境下的噪音数据;二是从支持向量机算法本身着手,利用信息粒度化的方式筛选类边界样本,快速缩减训练集的规模,提高算法的执行效率;三是提高并行支持向量机模型的稳定性,根据特征的多样性构造特征相似组,训练多个基学习器,从而获得稳定的分类模型,进而提高并行支持向量机算法的整体性能。主要研究工作如下:（1）基于粒度和信息熵的并行支持向量机算法针对大数据环境下并行SVM算法存在噪音数据较敏感、训练样本数据冗余等问题,提出了基于粒度和信息熵的GIESVM-MR（the SVM algorithm by using granularity and information entropy based on Map Reduce）算法。该算法首先提出了噪音清除策略（noise cleaning,NC）对每个特征属性的重要程度进行评价,获得样本与类别之间的相关度,以达到识别和删除噪音数据的目的;其次提出了基于粒度的数据压缩策略（Data Compression based on Granulation,GDC）,通过筛选信息粒的方式保留类边界样本删除非支持向量,得到规模较小的数据集,从而解决了大数据环境下训练样本数据冗余问题;最后结合Bagging的思想和Map Reduce计算模型并行化训练支持向量机,生成最终的分类模型。实验表明,GIESVM-MR算法的分类效果更佳,且在大规模的数据集下算法的执行效率更高。（2）基于互信息和AFSA的并行支持向量机算法针对大数据环境下的并行SVM算法处理高维数据存在核灾难风险、参数选取困难以及模型抖动较大等缺陷进行了研究,提出了一种基于互信息和AFSA的并行支持向量机算法MIAFSA-PSVM（Parallel SVM algorithm using mutual information and artificial fish swarm algorithm based on Map Reduce）。该算法首先提出CPS（Characteristic pruning strategy）策略来度量特征与类别之间的相关性,过滤数据集中与模型训练无关的特征,避免了核灾难问题的出现;然后提出基于AVS（Adaptive visual and step size）策略和改进适应度函数的人工鱼群优化算法IAFSA（Improved artificial fish swarm algorithm）,并根据IAFSA优化SVM,获得最优参数和特征子集,克服了支持向量机参数选取困难的问题;最后提出CDS（Characteristic diversity strategy）策略,利用特征相似性生成多个特征相似组,并结合Map Reduce计算模型和集成学习的思想并行训练多个基分类器组生成一个强分类器,降低了模型的抖动。实验结果表明,MIAFSA-PSVM算法的分类效果更佳,且处理大数据下的高维数据具有更高的执行效率。