智慧旅游在传统信息服务的基础上发现至今，越来越受到人们的青睐，受大众需求的刺激，一些旅游服务公司不断推出个性化的智慧旅游服务，打造出各具特色的旅游品牌。智慧旅游以方便用户旅游为原则，将丰富的旅游信息整合在一起，通过智慧化的管理，让这些信息与每一位旅行者的联系更加紧密。智慧旅游系统具有非常强的信息整合能力，这得益于物联网的飞速发展和信息传输率的提高，但智慧旅游的推荐方式依然是以传统的分类推荐为主。在旅游资源多样化的今天，这种推荐方式，已经无法满足用户的需求。针对智慧旅游中景点推荐方面的不足，本文给出一种智慧推荐的实现方案，通过对用户交互操作行为数据的分析，获取用户对浏览景点的兴趣度和认同度，在此基础上，运用多最小支持度加权的FP-growth算法挖掘出潜在的模式，形成规则，作为景点推荐的依据，与传统的分类推荐相比，加权关联规则可以识别出潜在的非常重要的适用于小群体的规则，满足了不同群体的需求，实现了个性化的服务。在具体推荐过程中，系统通过用户行为数据的不断反馈，逐渐定位到用户感兴趣的景点资讯，经过测试，相较于分类推荐，智慧推荐在推荐准确性和实时性上都有很大的提高，能很好地满足用户对景点推荐的需求。