移动Internet技术的逐步成熟和普及,移动旅游应用得到飞速发展。旅游爱好者可以不受时间地点的约束,足不出户就能规划一次说走就走的旅程,但这个过程中游客不可避免的会碰到“信息超载”问题,旅游兴致大减,导致旅游计划被迫暂停甚至放弃。个性化旅游景区推荐可以有效解决移动旅游应用中“信息超载”问题,使旅游这一朝阳产业得到持续、健康发展。需要说明的是,旅游移动应用涵盖吃、住、行、游、购五大功能模块,本文主要针对旅游功能模块存在的不足进行改进研究,加之该模块具有智能导游的特点,为明确研究对象,在论文中统一以景区智能导游系统代替移动应用的旅游功能模块。本文研究目的是对关联规则的经典Apriori算法在个性化旅游景区推荐中存在的不足进行改进,构建基于游客行为-兴趣模型的旅游景区推荐架构,制定个性化旅游服务的推荐方法,目的是增强旅游景区推荐的精准度,改善游客体验,使得移动旅游应用对旅游产业发展、游客出行更具重要意义。本文采用分析比较法、构建模型法和实际数据验证等方法完成研究任务。首先,阐述论文的研究背景和意义,进而从数据挖掘技术、智能导游系统和基于游客行为的个性化推荐技术这三个角度分析国内外研究及发展情况,找出当前智能导游系统中个性化旅游景区推荐的缺陷。同时对数据挖掘算法、智能导游系统和个性化推荐技术的相关概念和理论基础进行详细阐述,给本文研究目的奠定理论基础。其次,分析了Apriori算法在景区智能导游系统中的局限性,考虑到景区智能导游系统中各影响因子贡献值不同的实际情况,提出基于游客行为的改进Apriori算法,结合此算法建立游客行为-偏好个性化推荐模型,进而验证该模型,分析个性化旅游景区推荐架构,以排除无效挖掘,提升个性化旅游景区推荐水平。再次,在游客行为-偏好模型的基础上,开展特色景区推荐架构基于实际数据的挖掘分析实验,借助实验结果从目标游客群体、旅游服务和系统界面这三个角度进行深入分析,最终给出改善个性化旅游景区推荐的方法。