随着民航业务涉及的范围越来越广,不同系统、业务,甚至不同部门间存在系列公用数据。由于各业务部门及子系统间对数据的命名和存储规则不一致,各系统间信息不对称,致使数据大量冗余,航空公司丰富的运营数据无法得到充分利用。同时,旅客对信息的需求不单局限于相关航空数据,而更多的希望获取更加完善的酒店、旅游等非航互联网数据。因此,为了提高民航主数据的质量,帮助航空公司提高运营效率,急需研究融合互联网数据的民航主数据识别方法。首先,为了整合酒店、旅游等非航互联网数据,解决同一实体被多个数据源引用时数据不一致问题,提出了一种基于非主属性离群点检测的实体匹配方法。其思路是从不同数据源中提取公共非主属性,并根据其重要程度进行排序来选择合适的非主属性集,结合离群点检测模型对实体对进行筛选,再利用机器学习方法,选择合适的匹配器进行训练,获取匹配对。其次,为了克服传统主数据识别方法带来单一赋权值的缺点,提出一种基于组合权重-云模型的民航主数据识别方法。针对主数据的特点,考虑民航主数据的评分指标并建立其等级评价标准,在改进层次分析法的基础上引入信息熵,并计算其综合权重,再利用云模型计算样本的隶属度。最后,通过对非航及民航数据进行实验,结果表明本文方法可以有效整合非航互联网数据,同时识别出主数据,克服了传统实体匹配不能应用在大规模数据的弊端,为民航领域的主数据识别提供了一种新的解决方案。