分类技术是数据挖掘研究的核心技术之一，分类评估也是研究热点，基于AUC评估方法是分类评估领域的研究热点，其中B-AUC评估算法可以有效地评估分类器性能，但该评估方法有不足之处。该分类评估方法建立在不对称的两个类别上，影响了评价结果；根据非完全二叉树思想存储，浪费了存储空间；基于偏二叉树的搜索效率不高。利用完全二叉树的构造思想提出了BO-AUC评估方法，该方法将n个类别的分类问题分解为独立的二类进行成对的计算，可以有效地解决B-AUC的不足，进一步扩展基于AUC的评估标准，在MBNC实验上编程实现该方法，实验结果表明BO-AUC方法的有效性。