随着互联网和移动通信技术的不断发展,海量的数字足迹为社会系统复杂结构和动力学分析提供了前所未有的广泛机会。移动网络数据集包含了用户位置数据与通话数据,为宏观尺度下人类社会性与移动性分析提供了数据基础,能够准确和完整地反映用户生活的节律模式和兴趣偏好。近年来,随着旅游产业的飞速发展,蕴含丰富“群体智慧”的移动网络数据逐渐被应用于旅游服务行业。从移动网络数据中挖掘游客的旅行路线与旅行偏好,能够为旅游景区与其周边服务设施建设提供参考。本文针对这种需求,基于Spark分布式平台设计并实现了一套海南智慧旅游画像系统。系统利用移动网络数据和POI数据,实现了移动网络数据的自动化清洗与停驻区域挖掘、基于用户移动性的社交关系推断和用户行为分析等功能。在此基础上,系统构建了海南旅游行业知识图谱,并结合海量游客用户轨迹实现了交互式的游客画像、景点画像与旅程规划web平台,为提升旅游行业服务质量,实现智能化、信息化和个性化的旅游服务添砖加瓦。本文的工作主要体现在以下几个方面:第一,本文提出了基于Spark分布式平台的移动网络数据的清洗与停驻区域挖掘算法,并利用得到的用户轨迹对用户的日常出行移动行为模式进行统计分析。第二,本文进行了基于移动网络数据的移动性推断社交关系的研究。算法定义了时间重叠度和地点重叠度对停驻区域挖掘后的用户轨迹进行相遇事件识别,接着考虑到用户社交关系传播特性构建了用户移动性关系网络,最终采用分层图约简的图嵌入算法得到用户向量,并结合POI数据以及用户居住地、工作地信息,对用户间隐藏的社交关系进行推断。第三,本文实现了基于多峰捕捉的下一个景点推荐算法。本文首先构建了小规模的海南旅游知识图谱,接着根据移动网络数据的海量游客群体路线构建景点转移图。推荐系统召回模块采用LSHForest算法并提供了基于用户偏好和群体智慧的两种召回方案,精排序模型引入用户社交关系和挖掘用户不同属性的景点偏好注意力机制,对召回景点集合进行打分排序。第四,本文构建了集成多域数据的处理方案和居住地与工作地识别、移动性推断社交关系、旅游知识图谱构建、下一个景点推荐等多种算法的智慧旅游画像系统,并实现了基于Bootstrap和tornado的web交互平台,对海南旅游城市画像、景区画像以及游客画像进行展示。