互联网的快速崛起,使得各行各业的技术呈现出飞速发展,产生了各种形式的海量高维数据集,“数据丰富,信息贫乏”的局面对数据分析方法提出了更高要求。数据挖掘是一种重要的数据分析方法,是指从海量数据中发现隐含的、先前未知但潜在有用的、有趣的模式或信息。传统的离群数据挖掘方法受到“维度灾难”的影响,数据对象之间的相似性或距离变得难以区分或识别,其挖掘效果和效率较差。本文利用逆k近邻计数和权值剪枝策略,对离群数据挖掘及其并行化进行了研究,主要研究成果如下:(1)给出一种基于逆k近邻计数和权值剪枝的离群数据挖掘算法RKNNCWP。该算法首先统计对象出现在数据集其它对象KNN集合中的次数,求得每个对象的antihub分数;其次,以对象距其KNN的距离均值与数据集的KNN距离均值之比值作为权值,筛选出权值大于等于1的对象,作为离群候选集List,并计算List集合中对象的加权antihub分数和WPAnn_i;然后,利用逆k近邻计数、近邻值k、对象的k近邻距离均值重新定义了离群分数计算公式,只计算List中对象的离群分数,从中选取值较大的Top-n个对象作为离群对象;最后,采用人工数据集和UCI数据集,实验验证了该算法的有效性和可行性。(2)采用Spark分布式计算平台,给出一种基于逆k近邻计数和权值剪枝的离群数据并行挖掘算法SRKNNCWP。该算法将k近邻信息转换为弹性分布式数据集,将对象的antihub分数、对象k近邻的antihub分数和及权值等信息保存在内存中,计算产生离群候选集,从而有效地提高了离群数据并行挖掘效率,降低I/O传输。最后,采用人工数据集,实验验证了该并行算法的可伸缩性和可扩展性。