旅遊業在環球經濟增長扮演著重要的角色，然而，旅遊業從業員要了解旅客複雜的旅遊模式仍然困難重重。旅遊日記（亦即旅客在旅途中紀錄的旅遊日誌），尤其是他們所到訪的地點的順序關聯，能有效反映旅客的旅遊行為和喜好。例如，到訪加拿大的旅客一般都會在順道到美國一遊。因此，這些順序關聯的資訊能有助旅行社制訂更適合旅客需要的商業策略和旅遊產品 。
有見及此，酒店及旅遊業管理學院羅振雄教授及其研究團隊研發了一種嶄新的數據探勘方法，透過旅客上載於相片分享網站Flickr的相片，提取他們的旅遊模式的數據資訊。研究人員首先收集了三千六百二十三名Flickr使用者於2001 年至 2015年期間上載於Flickr網站、可供公眾取閱的八十萬九千三百一十三張照片，憑著照片背後的全球定位系統數據，將照片資料變成到訪地點的順時序資訊，包括旅客曾到訪的國家和城市等資訊。透過這種序列探勘演算法，可有系統地按地點和時間把相片分類排列和處理。
研究人員共取得一萬七千八十八份旅遊日記，並從中找到旅客的旅遊模式和行為，例如同一個旅程中到訪的國家的數目、最受歡迎的目的地等。團隊將繼續優化此數據探勘的方法，將來應用於更深入和微觀的數據分析，例如到訪國家個別的旅遊景點、旅遊方式、喜好和目的等。