出租车作为城市公共交通出行体系必要组成部分，以其便利性、灵活性等特点，丰富了城市客运公共交通体系，满足了多样化的出行需求，逐渐成为了人们重要出行方式之一。传统出租车行业供需信息的不对称性导致“打车难”问题持续存在，随着“互联网＋”在各行业的不断渗透，网络预约出租车(网约车)应运而生，改变了传统出租车运营格局，将出租车供给和需求利用互联网连接在一起，缓解了打车难问题，改善了传统出租车行业供需关系。本文利用滴滴打车平台公开数据，对网约车需求量影响因素和时序性进行分析，基于时序分析构建模型对网约车需求量进行短时预测，为网约车运营方法提供了借鉴，对提高网约车营运效率和网约车供需匹配效率有重要意义。
　　本文主要作了以下研究：
　　第一，网约车需求量影响因素相关性分析，结合网约车需求量数据，分析区域POI数、天气情况、温度、PM2.5、道路拥堵状况的变化对网约车需求量的影响，为网约车需求短时预测提供依据。
　　第二，网约车需求变化趋势研究，对网约车需求量数据进行时序分析，网约车需求量呈七天周期性变化，分别分析工作日和非工作日的网约车需求量变化趋势，找出网约车出行需求变化规律，得出网约车需求量在工作日和非工作日下不同的变化趋势特征，为模型特征提取提供依据。
　　第三，网约车需求短时预测，基于网约车数据的时序性和网约车数据变化趋势特征，分别建立基于ARIMA的网约车需求量短时预测模型、基于单特征LSTM和基于多特征LSTM的网约车需求量短时预测模型，并利用滴滴打车平台网约车实际需求量数据确定模型最优参数和模型结构，并进行对比实验，实验结果验证在网约车需求量短时预测上，多特征LSTM预测模型预测结果最优。