科学技术的发展促进了大数据时代的产生,使得数据已经日渐成为推动当今所有行业和业务职能领域发展的重要资源.如何从指数式增长的数据中挖掘出潜在的、有价值的信息已经成为社会普遍关注的问题.多示例学习是指训练集中的每个数据样本(包)包含了多个示例,且只有包具有完整的标签信息,示例的标签信息并不完整.然而在一些多示例学习的实际应用中,除了对于示例间相关性缺少有效的衡量标准之外,多示例学习中还存在着不平衡的问题,即多示例数据集并非均匀分布.因此,本文基于以上存在的两点问题对多示例学习进行深入研究,主要工作如下:基于示例特征和示例相关性,本文提出了基于灰色关联分析的具有多代表包多示例学习算法(MIMBR).对数据集中每个包,它通过灰色关联分析对包中示例进行整合,同时对包中示例的重要性做出初步判断.为了简化决策函数,减少决策函数的计算复杂度,本文根据支持向量机训练一种基于包级信息的更新分类器的两步迭代优化框架.为了扩大该算法的广泛应用性,本文还将二分类多示例学习算法推广到多分类任务中.为了验证算法的有效性,本文在10个数据集上评估了MIMBR算法与9个最先进的多示例方法的性能,结果证实MIMBR算法有着较好的分类性能.考虑到如何更好地改善类不平衡的问题,本文提出了一种改进多示例学习中正类表示的方法,它可以有效地集成正包中示例信息以构建分类模型或分类器.在多示例学习中,不同数据集中的示例分布是不同的,核密度估计可以从侧面反映出负类示例的总体分布.算法根据示例分布情况,对负包中每个示例按照近邻中正示例的数量降序排列赋予权重,以确保可以把正包中示例尽可能的分类正确.实验结果表明,将处理后的正包示例和按权选取的负包示例作为新的数据集后能够有效解决多示例学习中存在的类不平衡问题.本文提出了两种基于示例特征和相关性的多示例学习算法,且它们的有效性经过一系列理论分析和实验验证得到了充分的证明.最后对所做的主要工作和创新点进行简要总结,并对之后的下一步研究做出展望和规划.