信息时代的一大重要特征就是数据的爆炸式增长,这使得通过一次性的数据载入进单个超级计算机或者工作站从而进行处理和提取有用的变得越来越困难。如今,越来越多的分布式存储和计算架构,如Hive,HBase,Hadoop,Spark等,得到了企业界的青睐并逐步地投入实际生产中且已产生巨大的效益。与此同时,基于数据流的处理方案,在多个方面占据优势,例如仅仅只需在整个数据集上的一次遍历,对本级计算机的低要求以及在处理样本的过程中不断调整自身的学习策略。传统的批量机器学习方法,如朴素贝叶斯,决策树,支持向量机,神经网络等,通常要求数据集的一次性完整获取,在数据集进行多次遍历以及在线学习完成后学习策略的固定,难以迁移到其它场景。这也体现了完成学习过程所需的时间、空间复杂度,以及学习策略的实效性。一般而言,一个数据及上所学到的“知识”是无法使用于不同时空下的另一数据集。在线的机器学习方法,以最开始的感知机为代表的一节在线学习方法,简单地在每个训练实例上验证当前的学习策略,并毫无差别地更新所有特征的权重以调整学习策略,整个学习过程,时间复杂度低但收敛速度慢。随后,同为一阶学习方法的Passive-Aggressive算法提出了基于距离(margin)值的度量方案,一定程度上提高了学习方案的抗噪能力。二阶的在线学习算法,如基于可信度的在线学习方案,在学习的过程中,保留有关于每个特征权重的可信度,而这些可信度可用来在调整学习策略的时候决定每个特征的更新尺度。同样,部分反馈条件下的多级分类器学习更贴近人们现实中的体验。例如,在推荐系统中的实践当中,系统每次会向用户推荐多种商品中的一种,但系统收到的反馈仅仅是喜欢或者不喜欢。这也就提高了学习顾客偏好行为的难度。首先,本论文讨论并研究了如何在大数据处理平台Spark中利用Spark Streaming模块完成在线学习任务,通过加时间窗的方式,在处理流式任务的时候,得到的时延往往是秒级甚至毫秒级的。其次,本文通过研究并结合二阶的在线机器学习方法,提高在线学习的收敛速度,并着重解决部分反馈条件下的在线多级分类器的学习问题。最后,在多个合成的与非合成的数据集上,我们对算法进行了验证,经验数据表明我们提出的基于可信度的部分反馈条件下的在线多级分类器在大多数情况下是优于其他算法的。