掌握入境旅游流的时空变化规律对目的地经济发展、传播当地文化和塑造良好国际形象具有重要意义。本文提出了一个针对入境旅游流时空分布与变化分析的研究框架,包括(1)采用R-HDBSCAN聚类算法提取旅游AOI。(2)采用节点度、平均最短路径长度和聚类系数等指标研究入境旅游流的复杂网络结构。该框架解决了传统密度聚类算法中的多密度和同一 AOI存在多观光点问题。通过Flickr API接口抓取了 2004-2013年上海市范围内的地理标记照片及其属性信息。使用改进的基于城市二级路网约束的层次密度聚类(R-HDBSCAN)方法,解决了多密度和多聚类中心问题,获取了 161个热点旅游区(AOI),使用基于复杂网络方法,计算节点度、平均最短路径等网络指标。研究发现:(1)在时间变化特征上,入境游客数量以世博会为界表现为明显的三个时段:前世博会时期(2010年以前),世博会时期(2010年),后世博会时期(2011年至2013年)。(2)在空间分布格局上,外环线内热点旅游区数据量达131个且分布密集,仅内环线共计热点旅游区89个,主要集中在黄埔江两岸,例如外滩、南京东路、豫园和东方明珠等,城市外围区域热点旅游区数量少且较为分散,如崇明岛等。(3)在网络特征上,入境旅游流网络的景点(节点)和旅游路径(边)分布遵循一般的幂律分布。(4)入境旅游流网络具有很小的平均最短路径长度(2.259)和较大的聚类系数(0.587),因此上海市入境旅游流网络也具有小世界特征,改变少量几个关键节点,就可以剧烈地改变网络的特性,例如上海世博会的举办,游览路径随之增加了 52条,聚类系数由0.515增加到0.687。(5)世博会举办后,改变了入境游客游玩上海的路线,入境旅游流网络的节点开始增加,网络结构更加复杂,出现了田子坊、陆家嘴、中山公园和静安寺等旅游热点区域及相互之间的旅游线路,由此可见中国元素对入境游客具有很强的吸引力。