近年来,民航不文明旅客行为频频发生,不仅严重影响了广大旅客的正常生活和利益,而且严重地影响了航空安全。如何利用民航不文明旅客数据,将不文明旅客按照不文明行为程度进行分类,为航空公司和机场提供决策依据显得尤为重要。用户画像是通过用户的基本属性和行为内容等信息进行抽象,将用户“标签化”,对用户进行分类。此外,现有用户画像的研究集中于数据的数值特征,而文本作为重要的数据特征却未被充分利用。因此,本文以民航不文明旅客的文本数据为研究内容,着重研究了民航不文明旅客的用户画像构建方法,实现了民航不文明旅客的分类,这对于民航不文明旅客的精细化管理具有重要意义。本文首先提出了一种用于目标情感分析的位置感知双向长短期记忆网络的图卷积和注意力模型,为构建民航不文明旅客用户画像提供了算法模型和理论基础。该模型分为两个通道,分别利用双向长短期记忆网络和多头注意力机制、位置感知双向长短期记忆网络和依赖树上的图卷积神经网络两个通道进行特征提取。实验表明,通过SemEval2014任务四的Restaurant和Laptop数据,该模型显著提高了分类的准确率。此外,为实现民航不文明旅客的分类,进一步研究了基于目标情感分析的民航不文明旅客用户画像方法。采用民航不文明旅客的文本数据,提出了基于目标情感分析的民航不文明旅客用户画像模型。该模型首先通过多头注意力交互提取特征,然后采用门控卷积机制捕获特征。实验表明,该模型有效提升了民航不文明旅客分类的准确率,降低了收敛时间。