随着民航信息化程度的提高,各个部门都建立了各自的信息系统,而且各部门相互之间的联系越来越密切,致使一个突出的问题日益明显,即,各部门之间信息交流有障碍。由于各个部门对数据都有一套自己的命名方式与存储规则,故在交流的过程中会出现信息不对称,形成大量冗余信息,甚至影响最后的决策。因此,怎样识别出在多个系统间使用并且唯一的核心数据,即主数据,并且搭建主数据管理平台,进而实现民航信息系统的公共主动服务,是如今民航信息化快速发展中急需解决的问题。在对民航主数据进行识别过程中,第一步就是确定民航主数据识别指标,这些指标存在数量大且含有冗余信息的问题,基于此,提出了一种基于优化区分矩阵及改进差别信息树的指标约简方法。首先在区分矩阵的基础上提出了优化方法。若核指标个数多或者在早期出现,则优化后的方法可以一定程度上降低创建矩阵所花费的时间。然后,在区分矩阵的基础上提出了指标加权重要度的定义,并利用实例验证了此计算过程的合理性。最后,因为优化后的区分矩阵依然含有一定数量的冗余数据与空集,所以在优化区分矩阵与指标加权重要度的基础上提出改进差别信息树,同时基于优化区分矩阵及改进差别信息树,提出了指标约简算法。实验结果表明,提出的算法在压缩能力上大大超过已有算法。针对民航主数据识别指标的模糊性与不确定性特点及权重确定缺乏客观性的问题,提出了一种基于云模型及粗糙集的民航主数据识别方法。首先,根据民航主数据的特点,选取最具代表性的7个识别指标并将其划分为5个等级;其次,利用正向云发生器生成各识别指标隶属于各主数据等级的综合云模型,计算各实体隶属于各主数据等级的隶属度;最后,引入粗糙集理论计算各识别指标的权重,结合隶属度计算各实体隶属于各主数据的确定度,以最大确定度作为该实体的主数据等级。实验表明,该方法所得结果与预期结果一致,验证了该方法的有效性,为主数据识别提供了新思路。