民航旅客服务信息数据系统是民航重要信息管理系统之一,其具有海量丰富与旅客相关的业务数据,具有重要的商业挖掘价值。然而在现实生产环境中,数据在数据系统中进行收集、传输、保存过程中数据值缺失不可避免会发生,其影响着航空公司对旅客进行分类等相关数据挖掘业务,对航空公司造成极大的经济损失。为了提高数据质量,提升航空公司收益,因此研究对旅客缺失数据进行完备性填补的方法具有重要意义。本文首先分析了民航旅客信息系统中旅客数据的特点缺失的原因及对后续民航旅客分类等数据挖掘任务的影响,同时总结国内外专家对此类问题的解决方法。在面向民航旅客流失分类预测和民航旅客价值分类两大分类业务的背景下,首先,提出了基于部分距离的SMOTE算法用于解决缺失数据条件下样本类别不平衡问题。其次,针对生产环境下少数类缺失样本不足,标注成本较高的问题,进而提出一种融合多任务深度学习与主动学习的缺失数据填补模型,在模型训练时对少数类缺失样本进行主动学习标注生成高质量的训练样本,提高模型的鲁棒性,进而提升模型的填补精度和分类精度。最后,考虑到生产大数据环境,引入Spark计算引擎,提出一种基于Spark的主动学习填补框架,使得模型能在大数据环境下对民航旅客缺失数据进行高效填补。相关实验表明,本文提出的方法在数据填补以及分类任务中取得较好的效果,同时具有较大工程实用价值。