Sobre la base del análisis de los problemas relacionados con la recomendación de alojamiento en hoteles (HAR), este documento construye un algoritmo de HAR turístico basado en el modelo de agrupamiento CS-IDIANA (análisis divisivo mejorado del espacio celular). El algoritmo integra el modelo de espacio celular con DIANA, y toma las atracciones turísticas y los costos de la ruta de viaje como antecedentes de investigación y condiciones de restricción. Teniendo en cuenta los atributos de características y espaciales de las atracciones turísticas, se establece el algoritmo de recomendación de atracciones turísticas basado en el modelo de agrupamiento CS-IDIANA, luego se construye el algoritmo de HAR basado en la accesibilidad espacial y el costo de la ruta, con las restricciones de la fuerza de campo de accesibilidad espacial (SAFS) entre los hoteles y las atracciones y los costos de la ruta de viaje entre los hoteles y las atracciones. El experimento selecciona la ciudad turística Zhengzhou como objeto de investigación, y los resultados experimentales se analizan en cuatro dimensiones: los resultados del agrupamiento, la fuerza de campo de recomendación de las atracciones turísticas, el SAFS del hotel y los resultados de HAR. El experimento demuestra que el algoritmo propuesto puede encontrar las atracciones turísticas mejor adaptadas para los turistas y los hoteles con el costo de ruta turística más bajo basado en las condiciones de restricción. En comparación con los hoteles subóptimos, los costos de ruta se reducen en un 5,67% y un 9,63%, respectivamente. En comparación con el hotel con el costo de ruta más alto, reduce los costos de viaje en un 29,23%. En comparación con los dos métodos de recomendación comúnmente utilizados, UCFR (recomendación de filtrado colaborativo basada en el usuario) e ICFR (recomendación de filtrado colaborativo basada en el ítem), el CSIDR propuesto (recomendación CS-IDIANA) tiene una mayor precisión y tasa de recuperación.