作为城市的活动主体,居民的出行特征对于城市规划及交通规划来说具有极其重要的参考意义。随着大数据时代的到来,传统的问卷调查方式已经不适应当前社会的发展,居民出行交通方式不再局限于公交、地铁,滴滴出行、嘀嗒出行、首汽约车等各类网约车应运而生,所产生的海量轨迹数据也为出行特征研究提供了新的依据。本文希望通过研究以滴滴为主要出行方式的网约车群体出行特征,为分析整体城市居民的出行规律提供参考,同时为城市规划以及城市交通管理提供依据。本论文首先对轨迹数据的分类和获取以及相关研究方法进行了研究分析,再以滴滴平台提供的部分公开订单轨迹数据为基础,针对轨迹数据可能存在的数据缺失、数据冗余和数据错误等情况,对订单轨迹数据进行初步清洗和数据格式的转换,提取出有效的上下车经纬度数据、起止时间等参数,结合研究区域的电子地图路网数据利用几何算法进行地图匹配。其次,根据处理好的轨迹数据对网约车群体出行时空特征进行了分析研究,从时间上分析了每天、每小时的出行量大小变化情况,按照不同的时间间隔对出行时长进行统计,并分析了订单持续时长的变化,对比了工作日和休息日的各个指标变化情况;从空间上计算了出行距离和出行速度,按照不同间隔对其进行统计汇总,对比分析工作日与休息日网约车群体出行空间特征。然后利用街道单元划分和网格单元划分两种不同划分方法,结合城市兴趣点数据权重占比情况确定每个划分单元的出行目的,并选取地图中具有显著代表性的建筑位置判断所在单元确定的出行目的准确性,对比分析不同划分方法下不同出行目的与出行量、出行时长和出行距离之间的关系。最终根据得到的历史订单轨迹数据,利用XGBoost算法构建了出行时长预测模型,采用基于Hyperopt的贝叶斯优化方法对超参数进行了调整优化,并对预测模型进行了评估。通过以上分析研究,为引导公共交通出行提供了理论依据,并为城市规划和交通规划提供了决策支持。