旅游业高速发展的信息化时代,提供了丰富的旅游信息,但大量数据信息产生的同时也附带了"信息过载"的问题,难以满足人们不断增长的个性化需求。个性化推荐算法对解决"信息过载"的问题具有很好的作用,然而通过调查国内现有的旅游推荐系统,发现大部分旅游信息系统仅根据用户输入的信息进行内容推荐,甚至只具备为用户提供基本的旅游信息查询等功能,缺少鲜明的个性化旅游推荐服务。基于上述背景,本文从三个层次分析梳理了相关的研究现状,详细分析国内外的个性化旅游推荐系统的研究和应用现状,发现现有国内旅游推荐系统缺乏真正的个性化推荐特征;然后基于此研究点,梳理国内外推荐系统的研究现状,分析不同推荐算法的应用领域,获得技术支撑点;最后分析协同过滤技术的研究领域和应用对象。在文献的阅读基础上,界定相关理论概念和技术流程,研究国内现有的旅游系统的推荐流程和推荐算法,提出存在的关键问题。研究协同过滤技术对解决关键问题的可行性,为改进协同过滤技术自身的缺陷,引入个性化旅游推荐中的用户特征和项目属性,融合聚类的思想,改进协同过滤算法,构建基于协同过滤技术的个性化旅游推荐模型,最后应用此模型,详细分析设计并且实现了个性化旅游推荐系统。本文对现有旅游推荐系统中存在的关键问题进行分析,提出基于协同过滤算法的个性化旅游推荐模型,通过实验表明,模型对解决关键问题具有较好的效果。最后对设计实现的系统进行了推荐指标的相关测试,测试结果显示本文实现的旅游推荐系统具备较好的推荐效果和良好的推荐性能。