近年来,汽车保有量在逐年递增,但是相应的停车资源却增长缓慢,同时现有停车资源并没有得到充分的利用,这使得停车难问题愈加严重。因此可以通过提高停车资源的利用率来缓解停车难问题。本文设计实现了一个共享停车资源信息的服务平台,为驾驶员停车提供参考信息,以提高停车资源的利用率。平台采用前后端分离架构,使用Django和DRF作为后端开发框架实现平台后端功能服务的各项业务逻辑;使用Vue和uni-app作为前端开发框架实现用各类用户的前端应用开发。然后分析各项功能的所需数据信息,对数据库表进行详细设计,通过PXC实现了My SQL数据库集群,对平台的数据信息进行持久化存储。最后利用Redis将经常读取的数据信息缓存到服务器的内存中,以提升平台处理请求的响应速度。为了确保停车信息的时效性,平台需提供空余停车位数量的预测信息。该功能主要通过停车场的历史记录信息来预测未来某个时间空余停车位的数量。停车场的记录信息是以时间为索引的序列数据,对时间序列数据进行预测的方法有指数平滑法、自回归移动平均模型以及基于神经网络的预测模型等。针对这些方法在空余停车位预测问题上存在局限性和准确率不足等问题,提出一种基于注意力机制（Attention Mechanism）与循环神经网络（RNN）组合的改进算法（A-RNN）对空余停车位进行预测。在该算法中,先通过循环神经网络对空余停车位记录数据进行处理,提取出其中隐含的特征信息;然后通过注意力机制计算出各特征信息对预测目标的影响程度,再根据影响程度的大小对特征信息进行加权求和得到新的特征信息;最后基于注意力机制处理后的特征信息对空余停车位数量进行预测。与传统算法进行对比实验,实验结果显示改进算法的预测精准度有显著提升。经过测试,停车平台各项功能达到预期目标,能够实现停车资源的信息共享,为驾驶员停车提供参考。