上官伟,邓雨亭,柴琳果，聂 敏

(1.北京交通大学 电子信息工程学院，北京 100044;2.国网北京市电力公司 物资分公司,北京 100054)

随着我国经济体量的增大，人们的出行需求蓬勃发展.旅客出行数据激增，北京首都国际机场年旅客吞吐量突破1亿人次，成为中国第一个年旅客吞吐量过亿人次的机场，也是继美国亚特兰大机场后，全球第二个年旅客量吞吐量过亿人次的机场[1].航空业的竞争不再受地域的限制，成为了全球性的问题.此外，近年来我国加大了高速铁路建设，其准时性以及便捷性也给航空运输业带来极大冲击[2]，并向航空公司提出了更高的要求.

对旅客出行模式选择进行预测，可以为交通运力的调度和优化提供准确的数据支撑，从而提高旅客疏散效率，同时有利于航空公司提供定制化的旅客服务.航空公司通过统计旅客的出行需求，记录旅客基本属性和行为信息，实现旅客数据特征挖掘重构.面对用户个性化描述的难题，用户画像提出了更好的解决方案[3-4].依据旅客特征划分旅客群体，从而实现差异化营销[5].

到目前为止，出现了很多构建用户画像的模式，如直接基于基本属性和行为的统计，以及基于数据挖掘的标签构建[6].Johnson等[7]在线上教育领域中使用K最近邻等算法设计用户画像系统，成功对学生放弃学习概率进行预测.Sweeney等[8]基于Hadoop大数据平台建立用户画像系统，使用Map-Reduce和K-means对学生进行分群，并搭建回归模型对学生成绩进行预测.Lee等[9]基……