近年来,随着我国航空公司尤其是低成本航空公司数量快速增长,航空公司之间的竞争日趋激烈,使得民航旅客忠诚度更难以维持,因此提高和保留民航旅客忠诚度迫在眉睫。同时,民航信息化近程不断加快,民航客户关系管理正朝数据化方向不断发展,如何运用旅客出行记录准确预测民航旅客忠诚度对航空公司挖掘潜在忠诚旅客具有重要意义。本文首先对民航旅客忠诚度的概念进行了明确界定,阐述了民航旅客忠诚度的特点。探讨了传统问卷调查方式研究民航旅客忠诚度的不足,确定了选用民航旅客出行订座记录中客观数据对民航旅客忠诚度进行评价的方法。选取了民航旅客历史购票次数、乘机里程、最近购买时长、客户关系时间长度、平均折扣、团购次数、往返次数七个指标来构建民航旅客忠诚度评价体系,并采用层次分析法对旅客忠诚度评价指标进行了赋权。提取出A航空公司20000名旅客样本所有出行记录数据,并计算出了旅客忠诚度评价值。运用K-means聚类分析方法,把评价后的旅客样本按民航旅客忠诚度值划分成高、中、低三类。最后,从K-means聚类分析后的民航旅客中,提取出在2017年内有消费记录的12916名旅客作为样本,并以2:1的比例划分为训练集与测试集。把训练集用于构建贝叶斯网络模型,提取出旅客一年内出行行为属性作为贝叶斯网络的节点,通过独立性检验方法对贝叶斯网络进行了结构学习,得到了民航旅客贝叶斯网络结构图;通过极大似然估计学习,得到了旅客行为属性之间的条件概率表;通过最大后验概率方法预测出旅客忠诚度的类别;并运用测试集对贝叶斯网络的预测能力进行了评估,结果表明贝叶斯网络用于预测高忠诚度旅客的效果较好。