旅游客源市场空间结构、客源市场细分是旅游地理学、市场学研究的重要内容，属于客源市场分支研究，而旅游客源市场是旅游地发展的推动力，客源市场分析对于旅游地的发展具有重要的理论与实践指导意义。目前国内外对于客源市场空间结构研究多以描述性分析为主，而客源市场细分的定量化研究还处于起步阶段。本文从总结阐述客源市场空间结构特征及影响因素入手，构建表征客源市场分异的指标体系，结合人工神经网络模型对客源市场地理细分的定量化技术展开探讨。　　 本文首先在综述客源市场相关文献的基础上，结合空间结构理论归纳出目的地客源市场空间结构特征的分析要素主要包括空间集聚性、空间吸引强度、空间等级规模三个方面，并基于旅游系统理论从旅游系统内部包括客源地系统、目的地系统、旅游通道三部分综合归纳客源市场空间结构的影响因素。其次，在影响因素分析的基础上，根据代表性、系统性、可比性、可行性原则构建了能够表征目的地客源市场分异状况的指标体系，主要指标为人均国民生产总值、人口密度、城镇居民可支配收入、农村家庭纯收入、高中及以上学历人口占6岁以上人口比例、居民消费水平、省会城市与南京之间的铁路距离、省会城市出游率、游客抽样比例、旅游花费。同时，在构建多变量细分指标体系后，尝试采用人工神经网络技术构建的非线性分类器SOFM模型对目的地客源市场以省域为单位进行聚类分析，从而提高细分结果的客观性和准确性。　　 本文以南京市国内客源市场为实证研究对象，选择1995-2005年为一个时间序列，通过引入地理集中指数G值、市场集中度CRn、O-D平均距离指标ADod、距离累计曲线、市场占有率、首位度等模型分别分析南京市国内客源市场的空间集聚性、空间吸引强度、等级规模结构的演变状况。分析发现：在时间序列上，南京市国内客源市场分布较为广泛，但局部市场对客源市场整体集聚度贡献较大；客源市场吸引范围仍然是曲折增长并逐渐趋于稳定的，总体上实现从近程向中程再向远程推近的过程；客源节点形成以南京市为中心向外扩算的、梯度明显的三级圈层结构，首位度指数较高，邻近省份客源市场份额较大、位序变动幅度较小。本文认为造成这一演变结果的主要因素是空间距离和经济水平。　　 根据本文构建的细分指标体系，采用人工神经网络SOFM模型定量分析结果从空间角度将南京市国内客源市场细分为四类：类型1包括北京、天津、上海、江苏、浙江、广东；类型2包含河北、安徽、福建、山东、河南、湖北；类型3包含江西、山西、内蒙古、辽宁、吉林、黑龙江、青海、宁夏；类型4包含湖南、广西、海南、重庆、四川、贵州、云南、陕西、甘肃、新疆。并针对四种细分市场特征，提出加强区域协作、促进区域互游、加大宣传力度、提高市场认知度、丰富旅游产品内容、突出资源与景观差异性、改善交通等拓展策略。