航线价值的准确计算不仅有利于航空公司优化航班排班以提升收益,还可以为航空公司开辟新航线提供参考。因此,航线价值的准确计算及预测逐渐成为民航领域研究的热点。旅客订票数据不仅包含旅客出行时选择的航线信息,还能够反映旅客出行习惯,因此以旅客订票数据为基础,构建航线价值计算模型以及航线潜在价值计算模型,对航空公司而言,无论是开展航线评估还是提升航线收益都具有重要的研究意义。本文首先在旅客的订票数据集的基础上利用多元线性回归模型建立了一种传统的航线价值计算模型,并以此模型获得的航线价值作为航线潜在价值的对照基准。然后从旅客出行行为的角度建立了基于主题模型的航线潜在价值计算模型。该模型将旅客的出行行为划分为两个阶段:出行意图的确定、基于某种出行意图的航线确定,从而建立“旅客-航线”的网络结构。对旅客的出行意图以及意图下的航线均采用Gibbs Sampling方法进行提取,获得“旅客-意图”矩阵和“意图-航线”矩阵,并将这两个矩阵进行相乘以获得航线的潜在价值。实验表明,该方法不仅能够准确的挖掘出航线的潜在价值,而且还可以将航线按照旅客的出行意图进行聚类。由于在基于主题模型的航线潜在价值计算模型中确定出行意图后,航线的选择是随机的,并未考虑航线间的相似性关系。因此,在基于主题模型的航线潜在价值计算模型中通过加入“航线-航线”的相似性关系网络以消除航线间的相似冲突,并与“旅客-航线”网络相结合,从而建立面向异构网络的航线潜在价值计算模型。实验表明,与基于主题模型的航线潜在价值计算模型相比,面向异构网络的航线潜在价值计算模型不仅在航线价值计算和预测方面的性能有更大提升,且能更好地完成对航线的聚类。