随着社交媒体平台与移动设备的普及,旅游者习惯通过拍摄照片实时记录旅行中的所见所感并分享至网络上,大量的位置照片数据随之产生。位置照片数据具有丰富的属性信息,目前基于照片相关的空间信息与文本信息展开的研究较多,相对文本,图片数据蕴含的丰富的视觉信息,更能直观的反映游客的兴趣所在。因此挖掘照片的视觉信息对旅游学中的游客行为研究具有重要意义。本文基于卷积神经网络深度学习算法,识别图像的视觉语义信息,面对视觉内容要素多识别结果复杂的问题,设计了旅游照片视觉语义的量化方法,实现依据主体视觉要素对游客照片进行主题归类。通过挖掘游客个体的拍照关注点偏好,划分游客类型,并结合照片的时空信息,从视觉语义特征和时空行为特征两方面,分析刻画不同类型游客的拍照行为模式。在实例研究中,选取西安市作为研究区,以Flickr照片为数据源,根据游客照片的视觉语义量化结果划分游客类型,并利用GIS中的核密度分析与时空路径三维可视化等方法综合分析游客照片的时空信息。研究结果表明西安的游客并非一个均质的群体,以视觉语义划分的游客群体在空间行为上具有不同的特征与特性,具体如下:（1）全部照片的视觉语义量化结果表明,西安受关注度最高的是历史文化类景观,其次是城市空间类与人文生活类景观,最末是自然风景类景观。根据拍摄景观的丰富程度,游客可划分为专一型、双主题型、多主题型三大主体类型。（2）专一型游客关注或仅拍摄同一类型的景观,其照片呈现单核或双核心空间密度分布模式。该类游客旅行路线相对简单且平均时间跨度较短,会在某类景观点短暂停留1-2小时。西安的专一型游客数量相对最少。（3）双主题型游客主要分别关注两类景观或包含两类视觉主题的复合型景观,其照片空间密度为双核或多核心模式。其平均旅行时间跨度较长,期间在小范围景点内逗留时间长且拍摄动作密集,时空路径呈现大尺度形态简单,小尺度径形态复杂的特征。（4）多主题型是游客中最常见的类型,其照片视觉语义丰富,拍照行为具有随意性,照片核密度空间分布特征与西安景点热度特征呈正相关。其旅行的时空路径形态相对复杂,且辐射范围广,旅行中停留拍摄时间具有不确定性。（5）本质上,专一型游客与双主题型游客更受自身兴趣点影响,决定其在旅行中集中拍照行为的时长与发生地点。