随着经济的快速发展和民生的改善,旅游行为正在逐渐地普及。大数据时代的到来,让智慧旅游受到了广泛的重视。充分理解游客移动行为,挖掘游客行为模式是建设智慧旅游服务系统面临的重要需求。然而,目前的研究大多局限于统计分析层面,对游客移动模式的挖掘并不多见,使用的数据维度也较为单一。此外,多数旅游服务系统面向的应用群体不够明确,功能设置无法满足实际需求。针对上述问题,本文搭建了基于电信位置数据的旅游服务系统,包括旅游行业市场分析、游客行为分析和智能行程推荐功能,能够为政府、企业和个体三类用户提供服务,具体研究内容如下:第一,潜在游客团体发现。团体游客往往有固定的旅游线路,其移动行为非常相似。因此,本文提出基于集成社团划分的游客潜在团体识别方法,利用游客移动行为的相似性,发现潜在的游客团体,并对团体游客和个体游客的旅游行为做了对比分析。第二,基于区域-活动-时间的表达方法。从时间、空间和语义三个维度对游客的移动轨迹进行了处理,丰富了游客原始轨迹的信息,使得信息杂乱且有大量冗余的原始轨迹能够被理解和表达。第三,游客移动模式发现。利用序列模式挖掘算法,得到游客的典型移动模式。提出基于编辑距离的区域-活动-时间模式相差度计算方法,对不同季节的游客移动模式进行对比,发现重要的季节性代表模式。综上,论文主要围绕建设基于电信位置数据的旅游服务系统这一总体目标,利用多域数据展开深入的游客行为分析,提出了基于区域-活动-时间的游客移动模式表达方法,挖掘了游客典型移动模式和重要的季节性代表模式,最后以海南省为案例展示了系统的功能,验证了系统的有效性和可用性。