随着人类基因组计划的不断推进和发展,全基因组SNP(Single Nuleotide Polymorphism,单核苷酸多态性)数据已经被生物学家检测的越来越详尽,进而给全基因组关联分析技术带来了新的挑战。在全基因组范围不同染色体上分布着成千上万的SNP位点,不同个体在这些位点上的差异是人类表现出不同表型的根本原因。进行全基因组关联分析,发现导致人类不同表型的SNP位点可以对疾病的预防和治疗等应用领域提供强有力的支持。选择有意义的SNP位点与传统特征选择的本质相同,但是利用传统的特征选择方法对全基因组进行SNP位点选择存在着很多问题。一方面,传统的特征选择方法如果不利用机器学习只能选择单位点SNP特征和两位点SNP交互特征,对于多位点之间存在交互的特征却无能为力,但是这对于SNP数据来说是不可忽视的。另一方面,基于机器学习的特征选择方法虽然可以选择多位点之间存在交互的特征,但是面对样本少维数高的数据,往往会出现“维数灾难”的现象。基于现有特征选择方法存在的诸多问题,结合全基因组SNP数据的特点,本文为解决全基因组关联分析中SNP位点选择问题提出一个新的框架。该框架将要解决的问题分为四个步骤。第一步首先利用序列挖掘中极大公共子序列的思想进行关联区.域划分,将原始高维的SNP特征序列划分成若干个维数较低的关联区域。第二步利用最小独立支配集的思想选择一部分关联区域,该部分关联区域能够多样性覆盖第一步得到的关联区域。第三步对第二步得出的关联区域进行无关特征约简,在考虑特征之间存在交互的前提下,本文基于强相关特征定义提出一种近似的强相关特征度量方法:一致性贡献率,并设计算法将非强相关的特征从关联区域中删除。第四步对第三步得到的相关特征子集进行高阶非冗余交互特征子集选择,现有的高阶非冗余交互特征子集选择方法NIFS不能直接应用在带类标签的数据,并且只能应对特征值是二值的情况,本文将对其进行改进和一般化。最后,本文将提出的解决方案在MapReduce框架下并行化实现,最大化利用集群的力量来减少算法的运行时间。最后通过实验分析表明,本文提出的解决方案实现了在全基因组中进行高阶非冗余交互SNP的发现问题,在糖尿病致病位点选择问题以及人群分类问题上所表现出的性能良好。