國家重點研發(fā)計劃課題“開放生態(tài)化云ERP平臺”、國家自然科學基金“數據驅動的交互式和定制化服務鏈推薦方法研究”和“不完整信息的多粒度數據表示及其優(yōu)化方法研究”的研究成果。不平衡數據學習是機器學習和數據挖掘領域重要研究分支，能夠為諸多實際應用提供基礎性支撐保障。通過分析學習任務的困難本質，為設計算法提供指導。本書主要介紹了受構造性神經網絡啟發(fā)的一類構造性的不平衡學習理論及方法。對不平衡學習相關的概念以及構造性覆蓋算法進行了基本介紹，在此基礎上主要介紹了構造性不平衡學習的相關理論和方法。內容涵蓋了不平衡學習的相關理論和方法；構造性覆蓋算法；樣本幾何信息刻畫、幾何鄰域擴張、幾何鄰域約束以及幾何結構保持等多個視角的構造性不平衡學習的系列相關算法等。