本论文以国家自然科学基金项目:基于Agent和数据挖掘的假日旅游状态和安全事故预测预警研究(60442003)、北京市教育委员会科技发展计划重点项目:基于数据挖掘和Agent的假日旅游信息方法研究(KZ200510011009)和国家旅游局金旅工程项目为科研任务,将数据挖掘技术和人工智能技术等技术互相融合、互相渗透,完成了改进的分布式抽样关联规则挖掘算法研究,建立了基于Agent的数据挖掘平台,并将该数据挖掘平台应用到中国旅游目的地营销系统中。本论文的主要工作如下:(1)提出了一种改进的分布式抽样关联规则挖掘算法DS-ARM及其子算法MDDM和M-Mine算法。给出了算法实现过程,对算法的性能进行了测试。利用DS-ARM算法对假日旅游者在目的地的旅游行为模式进行了分析,对旅游者在目的地旅游时的行为和偏好进行预测。根据旅游者信息,对目的地热门旅游景点、景点旅游的高峰时段进行了预测。(2)建立了基于Agent的数据挖掘平台。对该平台的系统模型、体系结构、工作流程和功能进行了设计和实施,并对该平台进行了性能测试。(3)基于Agent的数据挖掘平台在中国旅游目的地营销系统中的应用。通过对旅游消费水平、出游时间、目的地吸引力因素和出游忧虑因素的分析,挖掘出了在部分中等城市不同教育层次的女性在旅游行为和消费上的差异,从而可以对游客的行程进行合理的安排和推荐,合理疏导旅游者在目的地旅游活动。本论文在以往科学研究的基础上,提出了分布式抽样关联规则挖掘算法DS-ARM,建立了基于Agent的数据挖掘平台,并将其应用于中国旅游目的地营销系统中。本论文的研究成果将提高假日旅游的智能化管理水平,为假日旅游的健康、有序、安全发展做出贡献。