随着我国经济的高速发展,人们生活水平的提高,自助游逐渐成为了人们出行旅游的首选。随着多媒体和网络技术的快速发展,旅游信息资源数量日益庞大,人们很难通过信息检索的方式来制定自己的出行计划,在出行旅游前需要耗费大量的时间和精力。然而,当前的旅游系统只是把旅游景点信息简单的组织在一起,很难满足用户的个性化需求。本文从智能旅游的角度出发,以满足用户的个性化需求为目的,对旅游路线推荐进行了系统的研究。本文基于社交网络的旅游路线推荐算法研究内容包括用户兴趣建模、基于用户兴趣的旅游路线推荐算法以及旅游路线推荐系统的设计开发三个部分。本文的研究工作如下:1)基于用户历史景点访问记录建立用户兴趣模型。先利用词袋模型得到所有评论的词频表示,然后经过去停用词、词性过滤和WordNet过滤构建字典,接着使用TF-IDF得到景点的向量表示,再将TF-IDF特征向量在字典上进行映射得到景点的特征,然后根据用户的历史景点访问记录得到用户特征,接着通过计算景点特征与用户特征的相似性构建用户的兴趣模型。2)提出了基于用户兴趣的旅游路线推荐方法。该方法首先对Flickr上抓取的图片进行用户聚类并按照时间排序得到用户的旅游路线轨迹,然后通过一阶马尔可夫模型建立景点转移概率数据库,接着结合用户兴趣模型,为用户进行旅游路线的推荐。实验结果表明,该算法能够有效地为用户进行旅游路线的推荐。3)基于Struts2、Hibernate、MySQL完成了旅游路线推荐系统的设计开发。首先从运行可行性、经济可行性、法律可行性、技术可行性、管理可行性五个方面分析了路线推荐系统的设计分析,接着讨论了路线推荐系统的架构设计并对系统中使用到的相关技术进行了简单的介绍,最后详细介绍了系统的开发实现,包括系统的数据库设计、前端页面以及后台功能的实现。旅游路线推荐系统主要包括以下模块:用户的注册与登录、景点的数据展示(包括景点的微博,游记,图片等)以及路线推荐。其中核心模块旅游路线推荐工作流程如下:用户通过前端发起请求提交表单数据(包括用户的当前所在景点,用户的历史景点访问记录)给后台,后台通过本文提出的基于用户兴趣的旅游路线推荐算法得到路线推荐结果并返回给前端,前端可以通过点击路线推荐结果在谷歌地图上可视化该结果。