近年来,随着智能设备与网络、计算机软件与硬件的快速发展,越来越多的数据流数据被产生,如电商的交易记录,微博热门话题推荐以及讨论,新闻事件的评论等。数据流数据会以数据序列的形式存在且会随着时间的推移而发生变化。这些变化的数据中往往蕴含着大量有价值信息,挖掘这些有价值信息的过程称为数据流挖掘。由于数据流挖掘通常与实际问题有着密切的关联,因此成为当前最受欢迎的研究领域之一。数据流分类是数据流挖掘领域的重要组成部分之一。在进行数据流分类时分类任务的复杂度往往会随着分类类别数量的增加而增加,且数据之间存在的巨大重叠进一步增加了建立明确决策边界的难度。集成分类器是数据流分类中常用的分类模型,现有的集成分类器在挑选基分类器时多采用贪心原则,即挑选出基分类器池中分类性能较好的部分分类器用于构建集成分类器。这种挑选原则往往会造成集成分类器陷入到局部最优的陷阱中。为此本文针对数据流中的多分类问题和集成分类器中基分类器的选择展开了研究,主要研究工作和成果如下:(1)在使用分解策略解决数据流分类中的多分类问题时,通常会使用近邻中类属性值信息或距离信息而不是同时使用,这容易造成近邻信息的浪费。分类器在应对数据流中的概念漂移时,可以使用隐式和显示两种策略进行自适应更新。由于隐式策略适应速度慢,显示策略对噪音数据敏感,因此用户可以根据分类模型的需求选择合适的自适应更新策略。(2)为了更好的解决数据流中的多分类问题,本文提出了一种基于分解策略的距离加权算法。该算法在使用“一对一”分解策略对测试样例进行分类预测时,不仅会使用近邻样例中的类属性值信息,还会使用近邻样例到测试样例的距离信息对预测的类属性值加权。充分利用了近邻中包含的信息,进一步提高了分类器的预测准确性。(3)针对集成分类器中基分类器的选择,本文将其与遗传算法相结合,从而提出了一种新颖的集成分类器。该集成分类器在数据流发生概念漂移时能够增大交叉和变异的概率,进而生成更多优秀且多样的个体。另外,该集成分类器中下一代种群的产生包含了上一代种群中优秀的个体,优秀个体间交叉和变异产生的新个体以及通过轮盘赌策略产生的新个体。本文提出算法与其他对比分类算法在真实数据集和合成数据集上进行了对比实验,实验结果表明本文提出算法在分类精度上都有一定的提高。说明本文提出算法能够处理数据流分类问题,具有一定的实用性。