双聚类算法(Biclustering Algorithm)于2000年被Cheng和Church提出后,在基因表达数据分析领域已有较为成熟的发展,但在其他领域的应用仍有待发掘,尤其在旅游大数据领域还未有应用。旅游大数据近年来作为热门话题,多被用于预测出行高峰期,旅游景点接客数量等。随着人们生活水平的提高,对旅游质量的要求越来越高,自由行、个性化旅游成为更多人的选择。因此对游客进行分类,针对不同类型的游客制定个性化旅游线路及服务,是非常有意义的课题。本论文将双聚类算法应用于旅游大数据研究,由此得到用户聚类结果,可以发掘潜在游客,也可针对不同用户制定个性化旅游路线,同时也能对旅游景点的热度进行预测。本论文采用python对旅游网站的用户数据进行采集,采集到的内容用Excel进行清洗,然后用ICTCLAS中文分词系统进行分词,并用TF-IDF算法提取高频关键词,同时对这些高频词进行词频统计。将出现频率较高的词作为变量,用户作为对象,建立用户-关键词矩阵。之后,再对建立的矩阵用双聚类算法进行聚类。通过对不同的聚类算法进行比较,找出了适合该高维旅游数据的算法。数据分析结果表明,双聚类算法对挖据到的游客数据有较好的聚类效果。