信息技术的飞速发展使得在线旅游交易的规模迅速增长。在线旅行社（OTA）作为线上销售旅游产品的旅游集成商,以其便利性和较低的产品价格吸引了众多游客,也为旅游产品供应商带来了更多的客流,是在线旅游交易的重要渠道。在所有旅游产品中,景点门票是游客前往目的地并停留的原因,具有相当的重要性。然而,关于景点门票的收益研究却并没有得到重视。本文研究在线旅行社批量预留景点门票并采用替代策略分配门票的问题。该问题被考虑为一个两阶段问题,在第一阶段,在线旅行社与景点建立合作关系并从合作景点处预留门票,随后接受游客对于景点门票的预订,在第二阶段,在线旅行社将预留的门票分配给游客,其中相似景点间门票的可替代性被考虑在内。在这个问题中,第二阶段游客的需求和替代成本被认为是不确定参数。为了捕获参数的不确定性,建立两阶段随机模型和最小最大鲁棒模型,其中鲁棒模型的不确定参数由不确定集合定义,考虑的成本包括固定合作成本、门票预留成本、替代成本和惩罚成本,并推导得到该鲁棒模型等价可解的混合整数规划模型。此外,通过分析问题的结构属性,得到问题规模更小的等价模型,更快地求得原问题的最优解。本文将建立的最小最大鲁棒模型应用在2019年清明节期间南京市热门旅游景点门票市场的研究中,从在线旅行社携程的视角进行案例分析。本文对比了鲁棒模型和随机模型及其特例确定性模型的表现,实验结果表明,对于相同的问题,鲁棒模型在平均成本和95%分位成本的表现优于随机模型和确定性模型,展现出鲁棒模型在解决此类问题上的优异表现,还发现鲁棒模型在低不确定预算下的平均表现更好。灵敏度分析补充了实验中参数设置的不足之处,使案例分析更加完整,也巩固说明了鲁棒模型的优越性。