民航作为复杂的巨系统,系统的安全正常运行需要进行大量的信息交互,获得精确、及时的安全信息,对开展航空安全管理工作非常重要。但面对来自各个渠道、众多平台的大量安全信息,一方面民航从业人员寻找所需信息时出现困难,另一方面信息的提供者又往往难以锁定信息的受众。为获取一种新的航空安全信息共享方式,本文基于内容过滤和标签结合的推荐算法设计信息推荐方案,目的是实现航空安全信息的个性化推荐。首先,对民航从业人员进行信息需求分析,构建推荐对象信息需求模型。以分析和确定的六类民航从业岗位为基础,从问卷调研和岗位需求两个方面进行信息需求分析,再分析用户的订阅和历史行为,获取个体用户信息偏好标签集合。以标签概率计算标签权重,以时间衰减常数和反馈行为类型动态更新权重,构建了由标签词和权重构成的用户信息偏好模型。再对同一类里所有用户的信息偏好向量进行均值计算,构建了该类用户的信息偏好模型。然后,对航空安全信息进行特征标签标注,构建推荐信息资源模型。通过信息分析,将推荐信息资源分为七大类。对信息文本进行中文分词和关键词提取,再人工辅助添加信息已有的标签,建立表征信息的关键词集合,从而构建各类航空安全信息的标签库,再对各信息资源标签通过TF-IDF方法进行权重值计算,构建了信息特征标签模型。最后,设计并验证推荐方案。采用内容过滤和标签结合的推荐算法,构建针对新用户、老用户、已有资源和新资源的航空安全信息推荐方案。通过模拟用户数据和信息资源数据,使用Python语言编程进行推荐方案的设计和验证。利用Top-N推荐中的准确率和召回率来确定N的取值,将余弦值排名前N对应的信息推荐给用户。再以N值确定推荐信息的阈值来判断是否进行新资源的推荐。本文通过研究得出:改进基于内容过滤和标签结合的推荐算法,能进行航空安全信息推荐方案的设计。通过构建用户信息需求模型和航空安全信息特征标签模型,在向量空间模型中计算用户需求向量和信息资源向量的余弦相似度进行推荐信息过滤,得到N为6的信息推荐列表,能实现航空安全信息的主动推送,为航空安全信息提供了一种共享新模式。