分析民航旅客出行航线选择行为,识别旅客航线偏好并对旅客未来出行可能的航线选择行为进行预测,一方面,有助于航空公司针对不同旅客实施个性化出行产品推荐,提升旅客满意度的同时提升航空公司收益。另一方面,也有助于航空公司进行航线价值计算,航线规划以及高价值旅客发现等。本文重点研究面向航线选择的民航旅客偏好行为建模及预测,具体如下:针对民航旅客出行具有“组”特征且个体出行意图具有层次结构特性,提出基于层次出行意图的旅客航线偏好预测方法。通过对包含旅客历史出行记录的PNR(Passenger Name Record,,PNR)数据进行统计分析,提取其中航线选择数据得到旅客航线选择数据集;根据蕴含旅客地理来源的属性信息对数据集进行合理分组;引入层次主题模型(Hierarchical Dirichlet Processes,HDP)挖掘旅客出行意图及出行意图下的航线选择概率矩阵;最后根据旅客出行意图,计算旅客未来航线选择概率,实现对旅客航线偏好的预测。在连续两年PNR数据集上的实验结果表明,基于层次出行意图的旅客航线偏好预测方法相较于传统的基于热门航线、基于旅客历史选择等方法有更高的预测准确率和召回率。在基于层次出行意图的旅客航线偏好预测模型基础上,为进一步解决民航旅客出行数据稀疏问题,借鉴协同过滤推荐的基本思想,提出了融入相似度矩阵的民航旅客航线偏好预测方法。引入了基于意图相似的旅客间相似度计算方法和基于航线间可替代关系的航线间相似度计算方法,使用修正的余弦相似度来计算两两旅客之间的意图相似度,得到旅客相似度矩阵,使用两条航线机场间距离的平均值得到航线间相似度矩阵。在前述基于层次出行意图的旅客航线偏好预测基础上分别融入旅客间相似度和航线间相似度特征,预测旅客未来可能的航线选择偏好。在PNR数据集上的实验结果表明,与最常用的基于热门航线的预测、基于历史航线选择记录的预测相比预测效果得到了显著提升。相比于基于层次出行意图的旅客航线偏好模型在准确率、召回率指标上均有一定程度的提高。