当前民航业发展迅速,优质客户资源已经成为衡量民航业竞争能力的重要体现方式,对高价值客户的争夺成为航空公司盈利的核心。民航旅客价值度量研究可以帮助航空公司从定量角度对民航旅客价值进行分析。通过对旅客进行聚类,可以识别出高价值、中价值、低价值的旅客。航空公司可以针对不同价值的客户进行不同的资源配置,用最少的资源投资获取最大的利润回报。民航旅客在订票、值机、飞行中、飞行后产生了一系列行为记录,这些记录包含订票方式、航线、里程、舱位、票价、付款方式、值机方式与习惯、特殊要求、意见反馈、投诉等,旅客的这些行为信息中蕴藏着旅客的价值信息。本文主要研究基于数据挖掘方法,从旅客的行为信息中挖掘发现旅客的潜在价值,构建旅客的价值模型,为航空公司差异化决策提供理论支持。论文的主要工作有:针对旅客的重要行为信息常常蕴含在非结构化数据中这一特点,论文提出了一种适用于中文分词的快速“2-5”词索引算法,并将其整合到Lucene系统,利用该算法实现了对蕴含在非结构化数据中旅客行为信息的快速提取。实验表明该算法具有较好的时间效率和分词准确度。针对基于用户行为信息的旅客价值度量指标构建,论文提出了基于主成分分析的指标构建方法。通过对原始指标进行主成分变换,去掉了指标之间的相互依赖关系使其彼此独立,同时指标维数的降低也有利于改善模型的时间性能。在此基础上,论文分别提出了基于用户行为信息的主成分分析价值度量模型和基于模糊层次分析的旅客价值度量模型。实验表明,旅客价值度量模型减小了传统的旅客价值度量的盲目性,有利于营销资源的合理利用,为航空公司获取利润回报提供依据。同时,论文提出了结合旅客价值度量模型,基于k-均值聚类方法的旅客价值细分方法。利用该方法,可以得到高价值旅客、普通旅客和低价值旅客等的价值得分区间。论文最后给出了基于旅客价值的差异化行销策略,为航空公司制定营销策略和提升服务质量提供理论支持。