近年来,中国民用航空旅客人数呈现出逐年增长的态势,形成了庞大的旅客消费群体。面对激烈的市场竞争,及时发现旅客的价值变化逐渐成为了众多民航公司关注的焦点。如果依据旅客的历史消费行为数据能够判定其未来的市场表现和价值,将有助于航空公司为旅客提供精准的营销和贴心的服务,提升旅客满意度和忠诚度。首先,正确的衡量一个旅客民航领域的市场价值是本文整个研究工作的基础。本文通过对多种用户价值度量方式的研究,提出一种可以应用于民航领域的旅客价值评估参数化模型(Recency,Frequency,Unit-revenue,Mile,RFUM)。该模型从不同维度出发,对旅客在民航市场中的价值做了评估。然后借助参数化过程,分别对几种属性赋予不同的权重值,将旅客的价值转化为了介于0到1之间的数值标量。RFUM模型在全面衡量旅客价值的基础上,为民航市场决策者提供了一定程度的便利,能够直观地观察出旅客价值的差异性。其次,民航领域的客户价值预测问题是本文研究工作的重点内容。本文提出了一种时间感知的多任务价值预测模型(Time-aware Multi-task Value Prediction,TMVP)来预测旅客的价值。首先,旅客的消费行为和消费价值具有时序性的特点,TMVP模型尝试通过时间感知的方式来捕获此类特性。其次,旅客的价值是通过旅客的消费行为间接体现的,TMVP模型也尝试通过深度学习的方式来自动捕获旅客消费行为和价值之前的间接映射关系。最后,旅客的价值和旅客的消费意愿之间存在着潜在的联系,TMVP模型通过建立多任务学习的方式来描绘两者之间的连接关系,进一步地提升模型对旅客价值预测的精准性。最后,本文在某航空公司的真实数据集上进行了相关实验。实验表明:在旅客价值衡量方面,本文提出的旅客参数化价值模型RFUM能够较为合理地衡量旅客的市场价值。在旅客价值预测方面,与传统的用户价值预测模型相比,本文提出的价值预测模型也能够更加精准的预测旅客未来的价值。