社交网络无处不在,其本质是把不同的实体联系起来,形成具有某一共同特点的团体。近年来,随着我国航空业的飞速发展,民航业的旅客数量呈现出快速增长的趋势。作者在政府机关工作,与航空公司接触较多,深知对于航空公司而言,通过管理海量的旅客出行信息,构建社交网络,分析旅客行为痕迹和旅客间的相互关系,对有影响力的旅客给予针对性关怀性的服务与营销,可以给相关业务部门正确的决策支持,有利于提高航空公司的运行效率,给航空公司带来更大的经济利益与巨大的商业价值。本文针对作者日常工作中接触的民航出行数据,在详细分析旅客出行记录的基础上,基于用户行为分析模型（RFM模型）,构建了民航出行网络。旅客作为网络中的节点,旅客之间的出行关系作为网络的边。同时,根据旅客之间出行关系的紧密程度,为每条边赋予了权值,并在某航空公司真实的出行数据上构建了一个民航出行网络。在民航出行社交网络中,有的旅客具有较高的影响力、较高的重要性与价值,这类旅客是民航出行社交网络的中心,对网络中的其他旅客具有较强的影响力。重点旅客的识别具有较强的应用价值与社会效益。本文分别采用度中心性算法、介数中心性算法、三阶朋友数算法和PageRank算法,对民航出行网络中的重点旅客进行识别。同时,本文在不同的社交网络上对上述四种算法进行了实验。实验表明,不同的重点旅客识别算法对不同的网络具有不同的效果,PageRank算法具有较好的表现。此外,文本还对旅客的选座偏好和行李偏好进行了分析与讨论。并通过实验证明了本文的偏好算法的有效性,能够较好地描述旅客对座位及行李的偏好,为航空公司的针对性营销提供理论依据,在实际工作中能够提高旅客的满意度。本文的创新性如下,首先,针对经典的PageRank算法在计算时未考虑链接的重要程度的问题。本文对经典的PageRank算法进行了改进,结合民航社交网络的特点,在计算PageRank时,社交网络的边权值也参与了计算。其次,本文创新性的将三阶朋友数算法应用于重点旅客识别算法中,并验证了三阶朋友数算法在重点旅客识别中的有效性。最后,在旅客偏好分析中,鲜有文献对旅客行李偏好进行分析。而本文对旅客的行李偏好进行了分析,具有一定的应用价值。