随着国家对城市化进程的大力发展,城市人口逐年增加,居民的出行需求日益复杂,对城市交通造成了一定的压力。而出租车作为城市居民日常出行的公共交通工具之一,因其灵活性和便捷性,在满足居民短途出行需求的同时,可以缓解交通压力,促进城市的经济发展。然而,城市居民出行的随机性和出租车行驶的机动性,导致了城市居民和出租车司机双方信息的不对等,出租车供求不均。为解决上述问题,本文基于成都市出租车GPS历史轨迹数据,分析并挖掘出了出租车载客高峰时段和热点区域,为城市出租车的分配提供了一定的参考价值。其主要工作内容如下:(1)轨迹数据的预处理。本文以成都市一万多辆出租车GPS轨迹数据作为研究数据,首先进行Spark计算引擎的配置,然后通过Python语言实现轨迹数据预处理过程。该过程主要包括数据清洗、载客点提取、数据筛选以及坐标转换等,最终得到有效的实验样本数据。(2)出租车载客行为的时空分布特征分析。本文基于出租车载客有效样本数据,进行出租车载客行为的时空特征分析。通过数学统计方法对不同时间段内的出租车载客量进行计算,得到工作日和非工作日的载客高峰;利用Arc GIS工具核密度分析对出租车载客点空间分布进行展示,以得到载客空间的分布规律。(3)出租车载客热点的挖掘。本文基于出租车轨迹数据密度分布不均的特点,提出一种基于密度分区的聚类算法,通过计算轨迹数据点的密度峰值,进行快速密度分区,最后合并各部分分区聚类结果并输出,以得到精准的出租车载客热点区域。(4)基于出租车载客高峰时段和热点区域的系统搭建。本文基于上述研究内容,针对系统用户即出租车司机和乘客,结合Vue前端架构、Docker容器和Postgre SQL数据库,搭建出租车载客高峰时段和热点区域展示系统,对研究结果进行清晰直观的可视化展示。