卫星、无线网络以及定位设备的发展产生了大规模的轨迹数据，轨迹数据记录了人类的行为历史信息，如采样位置、采样时间、速度等。它是基于时间和空间的位置序列和采样点语义标注。对轨迹数据进行挖掘，可以获取一些潜在的有效信息，如通过挖掘与旅游相关的微博数据，可以得出流行的旅游景点，并能够借助相关算法利用挖掘出的流行旅游景点进行旅游路线推荐。当前，旅游路线推荐是基于位置服务领域的研究热点。但大多数旅游路线的推荐仅从距离、时间、花费、交通方式、景点知名度等单一角度进行研究，推荐的路线仅满足用户单一方面的需求。用户初到一个城市旅游时，希望用较短的时间获取较丰富的旅游经历。因此，拟合出一条收益最大化的旅游路线具有重要的研究意义。　　本文的主要研究内容是基于新浪微博的签到数据提出一种优化模型，利用该模型推荐出一条整体收益较大且景点收益相均衡的青岛市旅游路线。模型中引入景点知名度和路网距离两大因子，景点知名度通过景点流行度和用户偏好进行衡量，景点流行度和用户偏好可通过挖掘微博签到数据获得，景点知名度越高的景点越受欢迎。路网距离通过景点之间的实际路径长度进行衡量，距离越短的路径越受欢迎。单独考虑景点知名度或路网距离进行路线推荐，都会降低用户旅游体验度。本文首先利用抓取的青岛市各景点的签到数据，根据相关定义计算出各景点的知名度，进行“优秀”景点的推荐，然后，“优秀”景点之间的路网距离、景点位置坐标属性等信息可以通过Google地图搜集得到。最后，对遗传算法适应度函数进行改进，将景点知名度和距离同时引入到路线推荐当中，进行最优旅游路线的推荐，让用户在较短的时间内获取较大的旅游收益。　　最后，以青岛市南市北区内的28个典型景点的真实微博签到数据为例，在MATLAB7.8.0平台上进行仿真实验，对该模型进行验证，取得效果良好。实验结果表明该模型具有一定的可行性和有效性。