民航旅客同行子图抽取旨在从旅客-航班异构网络中抽取具有最紧密同行关系的旅客,并将这些旅客划分到同一子图中,使得子图内部连接紧凑,子图间连接稀疏。民航旅客子图抽取一方面可帮助航空公司实施旅客个性化服务,提高旅客服务质量,在行业竞争时获得旅客数量的优势,另外一方面可帮助机场对危险旅客及其同行旅客进行监控,保证民航安全运行。由于旅客总体出行记录数量庞大但个体出行记录稀疏,旅客-航班异构网络呈现高度稀疏,而现有子图抽取方法难以应用于稀疏的旅客-航班异构网络。针对上述问题,该文开展基于旅客-航班异构网络的子图抽取研究,主要从以下两个方面开展研究,并在旅客订票记录中开展验证性实验。该文主要工作如下:针对旅客-航班异构网络的高度稀疏性,提出了基于旅客-航班异构网络随机游走的旅客同行子图抽取方法。该方法首先根据旅客订票记录构建旅客-航班异构网络,然后通过随机游走以更新网络中节点间关系,最后基于完全子图的标签传播方法进行旅客同行子图的抽取。在民航旅客订票记录数据集上的实验结果表明,该方法相较于扩展的标签传播方法、基于标签传播的重叠子图发现算法、派系过滤等基准算法,具有更高的模块度、标准化互信息和子图抽取准确度。针对随机游走方法未考虑网络中节点多跳信息而较弱表达表达网络的拓扑结构,提出了基于网络表示学习的异构网络子图抽取方法。该方法首先使用vecnode2方法对旅客-航班二部图中的节点进行向量表示,有效地保留网络的拓扑信息。在此基础上,通过计算节点相似度以减少在标签传播方法初始化阶段随机性较强的问题。在民航旅客订票记录数据集上的实验结果表明,该方法相比于扩展的标签传播方法、基于标签传播的重叠子图发现算法以及第三章子图抽取方法,在子图抽取模块度指标上至少提升43.2%,子图抽取准确度上至少提高3.84%,显著表明算法的有效性。