如今,很多游客都倾向于从在线旅游平台中获取旅游信息以完善自己的旅游计划,而历史旅游者融合自身体验,分享与总结旅游经验所撰写的旅游游记对于潜在旅游者极具价值。本文以马蜂窝旅行网中的云南旅游游记为例,利用文本挖掘技术,结合频次分析、共现分析以及网络分析等方法,针对游记文本进行知识发现与聚合,实现云南旅游景点及路线推荐,并绘制云南旅游地特色及体验知识聚合图。最后基于知识发现的结果,形成游记文本主题标签,通过游记代表度算法,筛选出针对相应标签的高描述度与高忠诚度游记进行旅游信息推荐。研究旨在提出一种有效提取、利用游记知识,服务于在线旅游平台信息序化及推荐的策略。本文在对样本数据获取来源的选择进行解释,对实验数据的获取步骤和方法进行阐述的基础上,首先对包括用户数据分布特征等内容的游记外部属性进行简单统计,从整体上对游记样本特征进行分析。然后,分别阐述了游记文本知识发现与聚合、通过代表性游记进行旅游推荐的设计思路和算法流程,并以样本数据为例给出实验结果及相关分析,最后对其进行了检验与讨论。结果表明,本文的挖掘算法能识别出旅游者在历史旅游经历中真实的旅游热点及重点信息需求,并实现路线推荐。同时,通过对比分析马蜂窝旅行网中提供的云南旅游信息,本文对在线旅游平台提出了注重信息间关联、保证关键信息实用性与时效性的服务建议。而代表性游记推荐的实现针对高相似度游记的识别与聚类具有良好效果,对旅游信息细粒度推荐具有指导意义与实践价值。