● 摘要
随着社会经济的发展，旅游产业出现蓬勃发展的态势，同时互联网上的旅游信息也在爆炸式的增长着，这些信息往往呈现烦杂、单一、重复等诸多问题。在过去，用户需要花很多时间去阅读大量旅行攻略，才能做出去哪儿玩及怎么玩的决策，因此本文旨在解决用户在旅行过程中的苦恼，结合推荐和数据挖掘技术，设计了一个基于LBS云的移动端旅游推荐系统。
本系统的核心推荐模块主要包括旅游景点推荐和旅游行程推荐，此外还包含业务功能模块与数据模块，研究内容主要有：
（1）对于旅游景点推荐，本文综合了用户定位信息、相关用户的偏好以及景点推荐的特点等信息，采用基于项目的协同过滤算法实现，从而根据不同的用户需求进行景点推荐，帮助用户对去哪儿游玩进行决策。
（2）主要创新点在于对旅游行程规划的推荐，本文结合MST算法和TripMine算法提出了一种改进算法，通过考虑必游景点和合理性检查策略，使算法达到高效、实用的效果。用户仅需要提供旅行目的地、游玩天数及必游景点等少量表单输入，系统即可为用户提供该目的地下的一套旅行行程建议。
（3）业务模块负责与用户的交互，通过收集用户数据展示系统推荐的结果，通过LBS云平台进行地图展示、Poi导航等功能；数据模块主要用于存储用户在使用过程中的轨迹，为推荐模块提供数据支持。
（4）通过相关实验和测试，验证了系统的有效性和实用性。测试结果表明本系统能够为用户在旅行过程中提供智能化的、优质便捷的旅游推荐服务。