本文基于电信运营商的手机信令数据的海量性、连续性、真实性、完整性、及时性和无感知性等可以精准刻画客户移动轨迹的技术特点,提出了基于运营商数据的游客访问景区数据挖掘方法研究,建立游客访问景区的数据挖掘模型,进行游客访问景区关联规则的挖掘,目的在于从手机位置信令数据中挖掘出对旅游行业有价值的数据,为电信运营商探索数据变现新模式,帮助电信运营商带来可观的经济效益。关联规则是一种重要且应用广泛的数据挖掘算法,关联规则能从数据中挖掘出潜在的关联关系。Apriori算法是关联规则挖掘算法中最具有代表性的,然而Apriori算法不考虑项集之间的顺序,而游客访问景区是有序的,景区间访问顺序是进行景区推荐的重要因素,故引入旅游行业关注的首访景区的概念对Apriori算法进行改进,同时对Apriori算法本身进行分析,发现在处理数据量较大的数据集时,支持度及置信度设置不合理会导致结果存在偏差或结果集过大,对实际应用意义不大,故结合概率统计理论中相关性的概念对其进行改进,使挖掘出的关联规则是强关联规则。结合上述两点因素,本文引入相关度的概念对Apriori算法进行改进,改进后的算法命名为I-Apriori（Improved Apriori,Apriori改进算法）,用于挖掘更符合实际应用场景的强关联规则。I-Apriori算法同样存在处理海量数据计算效率低的缺点,故在此基础上,引入并行化计算的思想对I-Apriori算法进行改进,提高关联规则挖掘的计算效率,改进后的算法最终命名为PI-Apriori（Parallelization I-Apriori,并行化的I-Apriori算法）。算法改进后,通过实验对PI-Apriori算法的计算效率及准确性进行验证。实验证明,PI-Apriori算法在保证计算结果准确性的同时,提高了关联规则挖掘的时间效率。为了更好的验证PI-Apriori算法的实用性,本文开发了一个简单的游客访问景区数据挖掘系统,命名为“智慧旅游”系统。该系统结合真实游客访问景区数据,利用PI-Apriori算法进行游客访问景区的关联规则挖掘及景区访问预测。系统应用结果表明,智慧旅游系统可以进行访问景区的预测,PI-Apriori算法对旅游大数据有一定的现实意义。