Published
2025-09-28
Section
Articles
How to Cite
基于联邦学习的机场旅客画像构建方法
刘 君强
南京航空航天大学
吴 韵卿
南京航空航天大学
DOI: https://doi.org/10.59429/xdjtjs.v7i3.11469
Keywords: 联邦学习；机场旅客画像；隐私保护；个性化服务；智慧机场
Abstract
在民航机场旅客服务与安全管理中，构建精准有效的机场旅客画像是提升服务质量与运营效率的关键。然而传统方法面临两大挑战：一是旅客行为数据分散于离港、集成、安检、商业等多个独立系统，形成了“数据孤岛”；二是隐私保护要求限制了跨部门数据的直接共享，导致画像模型存在片面性与隐私泄露风险。针对上述问题，本文提出一种基于联邦学习的机场旅客画像构建方法。联邦学习技术通过分布式协同建模框架，在确保原始数据不出本地的前提下，实现多源异构数据的联合建模，有效解决了数据隐私与共享之间的矛盾，同时提升画像的全面性和准确性。在应用层面，构建的旅客画像可支撑个性化服务推荐、动态安检分级、商业精准营销等场景，通过挖掘旅客出行偏好、消费习惯及行为特征，机场可优化资源配置定向推送多样化服务信息，而旅客则获得更高效便捷的出行体验。实验表明，该模型在隐私保护与画像精度上较传统集中式方法有较大的提升，为智慧机场建设提供了兼顾安全性与实用性的技术路径。
References
[1] 莫慧凌，郑海峰，高敏等 . 基于联邦学习的多源异构数据融合算法[J]. 计算机研究与发展，2022,59(02):478-487.
[2] 陈洪洋，李晓会，王天阳 . 面向非独立同分布数据的迭代式联邦学习[J]. 计算机工程与设计，2025,46(04):1064-1071.DOI:10.16208/j.issn1000-7024.2025.04.016.
[3] 崔东浩，张华亮 . 基于联邦学习的社区数字化学习数据挖掘研究[J]. 当代职业教育，2023,(06):100-110.DOI:10.16851/j.cnki.51-1728/g4.20231203.001.
[4] 徐茹枝，仝雨蒙，戴理朋 . 基于异构数据的联邦学习自适应差分隐私方法研究[J]. 信息网络安全，2025,25(01):63-77.
[5] 李晓东，李慧，赵炽野等 . 基于模分量同态加密的隐私数据联邦学习研究[J]. 信息安全研究，2025,11(03):198-204.
[6] 吴坚平，陈超超，金加和等 . 基于联邦学习的政务大数据平台应用研究[J]. 大数据，2024,10(03):40-54.
[7] 何泽平，许建，戴华等 . 联邦学习应用技术研究综述[J]. 信息网络安全，2024,24(12):1831-1844.
[8] 高珊珊 . 基于大数据的移动通信用户画像构建与精准营销研究[J]. 中国新通信，2025,27(01):52-54.
[9] 李勇男 . 基于异构属性传播的网络用户画像方法[J]. 情报理论与实践，2025,48(01):160-167.DOI:10.16353/j.cnki.1000-7490.2025.01.017.
[10] 张良，肖银涛 . 基于用户行为数据的学术用户画像构建方法研究[J]. 现代信息科技，2024,8(15):119-123.DOI:10.19850/j.cnki.2096-4706.2024.15.025.
[11] 潘泉宏 . 基于深度学习的用户画像构建及其在营销中的应用[J]. 延边大学学报 ( 自然科学版 )，2024,50(04):70-73.DOI:10.16379/j.cnki.issn.1004-4353.2024.04.005.
[12] 侯萌，王国鹏，宋丽哲等 . 基于改进用户画像的协同过滤推荐算法研究（英文）[J]. 印刷与数字媒体技术研究，2024,(06):117-123+134.DOI:10.19370/j.cnki.cn10-1886/ts.2024.06.015.
[13] 白雨珂，卢胜男 . 基于改进的 TF-IDF 标签权重 算 法 的 电 商 用 户 画 像 构 建[J ] . 信 息 技 术 与 信 息 化，2024,(08):48-51.
[14] 蔡卫欣 . 基于旅客画像的精准营销探索[J]. 空运商务，2024,(11):32-35.
[15] 刘柳，李淑静，姚佳童等 . 民航业务旅客画像的分析维度[J]. 中国信息化，2024,(01):96-97.
[16] 朱晓星，翁剑英，杨健等 . 基于流批一体的民航旅客智能画像系统的设计与实现[J]. 民航学报，2023,7(06):137-141+102.
[17] 杨夏洁，冉祥来，林子谦等 . 基于机场旅客画像的数智化商业模式研究[J]. 物流科技，2024,47(23):102-105.DOI:10.13714/j.cnki.1002-3100.2024.23.027.