随着计算机技术在农业园区游客管理系统中的应用不断完善,各个景区更加注重对游客信息数据的分析处理,因此许多旅游的游客数据得以被保很好的存下来。在这些保存的游客数据中挖掘出有潜在价值的信息,一方面可以辅助游客进行高效游玩,另一方面也对景区的管理者具有辅助决策的作用。而且,许多农业园区并没有对保存的游客数据进行分析与利用,也仅仅是作了普通的管理工作,所以没有办法充分利用游客信息内部隐藏的相关联、深层次的潜在规律,导致游客游玩体验兴趣大减。本文研究目的是针对传统的Apriori算法在个性化推荐游览路线存在的缺陷之处进行改进,构建游客分流函数,确定分流的起点和终点,制定个性化推荐游览路线和拥堵时的推荐游览路线,目的是为了增强游客在景区内的游玩体验,增强景区对游客推荐路线的精准度。首先以秦皇岛市集发农业园区管理平台保存的游客信息作为实验数据来源,进而从国内外的研究现状分析了当前景区对游客进行推荐的缺陷。同时,简要介绍了集发农业园区的位置、气候条件等,并对关联规则技术的相关理论进行详细阐述,给本文的研究方向打下了良好的理论依据。其次,分析了传统数据挖掘技术Apriori算法在农业园区管理平台中的不足,为了更好的探究游客信息中的年龄、是否带孩子、性别等数据中隐藏的潜在信息,提出基于Hash表的改进Apriori算法,并在此算法中引入约束条件,剔除异常数据,缩减了对数据库的重复扫描,降低了算法的时间复杂度,以此来提高园区对路线的个性化推荐水平。最后,通过改进的Apriori算法对秦皇岛市集发农业园区游客信息数据进行分析研究,得出游客信息中的年龄、是否带孩子、性别等因素对景点选择的相关规律,最终设计出个性化推荐游览路线。