在Web2.0时代,随着智能手机、数码相机和GPS导航系统等电子产品的广泛普及和社交网站的迅速发展,涌现出各种UGC( User Generated Content)形式的数据。同时,人们喜欢以图片或文字方式在网络上分享自己旅游的所见所闻,社交媒体数据通常包括文本标签、地理位置(经纬度)和拍摄时间等信息,这就为研究旅游推荐提供了可靠数据。使用Flickr网站上Geo-tagged照片数据集,采用基于密度的DBSCAN聚类算法对照片的经纬度进行聚类,结合TF-IDF算法为兴趣点命名,得到游客在西安的旅游兴趣点,然后综合考虑用户对兴趣点偏好和兴趣点属性,利用改进的协同过滤推荐算法为用户提供旅游推荐服务。实验结果表明,该算法能够有效提高系统的推荐精度。最后构建了用户信任网络,提高了推荐系统的信任度和满意度。