航空运输业的迅猛发展,使得乘坐民航客机出行的人数逐渐增加。但民航不文明旅客在机场、机上对执勤人员和航空器产生的违规行为影响了航空安全,各国民航行业纷纷建立了不文明旅客数据库以便有效识别不文明旅客,为其制定相应的服务措施。因此,为了实现对民航旅客潜在不文明等级的预测,有效的对不文明旅客进行识别与监控,急需建立一套可量化、可测量的指标体系对民航旅客不文明行为进行相似性分析,实现对不文明旅客的有效甄别。首先,为了融合来自民航、铁路、旅游、互联网等多平台非同源异构数据,构建规则化、标准化数据集,建立旅客不文明行为规则库,提出了一种基于双编码器(Dual-encoder)的文本关键信息提取方法。该方法结合伴随注意力机制(Attention)的序列映射模型Seq2Seq,并为词向量表示增加了TF-IDF、词性(POS)、关键性得分(Sco)等特征。同时,根据矩阵微扰理论优化了词嵌入最优维度,充分发挥词向量表示能力。实验结果表明,本文所提方法在Rouge评价体系中高达0.39,相比其他方法提高了0.1-0.13,可见本文所提方法提取精度更高,有效解决了面对复杂文本时关键信息提取困难的问题。其次,为了增强民航不文明旅客相似性匹配精度,提高旅客不文明潜在程度的预测准确率,提出了一种基于融合相似度的不文明旅客识别模型。该方法结合词向量决策加权算法为行为记录生成句子向量。其次,将旅客的惩处规则和处罚结果纳入计算模型,结合不文明旅客社会分布规律设计了旅客多粒度度量标准,融合旅客行为、惩处结果等多维特征进行融合相似度计算,预测其从事民航活动过程中的潜在不文明等级。实验结果表明,本文所提方法对民航不文明旅客的潜在不文明等级预测准确率高达82.25%,有效提高了旅客识别能力与等级预测精度。