旅游业在环球经济增长扮演着重要的角色，然而，旅游业从业员要了解旅客复杂的旅游模式仍然困难重重。旅游日记（亦即旅客在旅途中纪录的旅游日志），尤其是他们所到访的地点的顺序关联，能有效反映旅客的旅游行为和喜好。例如，到访加拿大的旅客一般都会在顺道到美国一游。因此，这些顺序关联的资讯能有助旅行社制订更适合旅客需要的商业策略和旅游产品 。
有见及此，酒店及旅游业管理学院罗振雄教授及其研究团队研发了一种崭新的数据探勘方法，透过旅客上载于相片分享网站Flickr的相片，提取他们的旅游模式的数据资讯。研究人员首先收集了三千六百二十三名Flickr使用者于2001 年至 2015年期间上载于Flickr网站、可供公众取阅的八十万九千三百一十三张照片，凭着照片背后的全球定位系统数据，将照片资料变成到访地点的顺时序资讯，包括旅客曾到访的国家和城市等资讯。透过这种序列探勘演算法，可有系统地按地点和时间把相片分类排列和处理。
研究人员共取得一万七千八十八份旅游日记，并从中找到旅客的旅游模式和行为，例如同一个旅程中到访的国家的数目、最受欢迎的目的地等。团队将继续优化此数据探勘的方法，将来应用于更深入和微观的数据分析，例如到访国家个别的旅游景点、旅游方式、喜好和目的等。