随着人们生活水平的提高,目前的公共交通系统已经无法满足日益个性化、多样化的出行需求,因此,共享汽车服务作为一种新兴的出行方式,在共享经济的背景下逐渐扩大市场,成为人们重要的出行方式。共享汽车企业在运营和管理中,主要依靠车辆的调度来满足更多用户需求,从而提高企业收益。但在此过程中,企业往往将用户作为一个整体进行运营方案的决策,而忽略了用户的异质性对企业造成的影响,不利于企业的长期稳定发展。因此,本文将共享汽车用户作为研究对象,在分析用户行为规律的基础上,对用户进行综合评价和预测,根据评价结果建立车辆调度模型,从而为企业的运营提供一定的理论基础。首先,本文针对共享汽车用户分别从出行行为和驾驶行为两方面展开研究。一方面从用户价值角度对用户行为定义变量,在扩充RFM模型的基础上,采用Kmeans算法将用户价值聚为3类:高价值用户、低价值用户和潜在用户。从不同出行方面分析用户的出行规律,结果表明不同类型用户存在异质性行为特征。另一方面,从用户驾驶安全性角度对驾驶行为定义变量,对用户驾驶安全性进行聚类,得到5类用户。从不同驾驶方面对用户的驾驶行为特征进行分析,结果表明,出现急加速概率最大的用户驾驶安全性最低。其次,从用户价值、出行稳定性和驾驶安全性三个角度出发,构建共享汽车用户综合评价指标体系。其中,指标的权重由熵权法和层次分析法计算所得,并采用最优加权法对两种权重进行优化,优化后权重与实际情况相符。在此基础上,通过逼近理想解排序法（TOPSIS）对共享汽车用户的出行和驾驶行为进行综合评价,评价结果表明,高价值用户的综合得分较高。根据TOPSIS法得到的评价结果,利用梯度提升决策树（GBDT）算法对新用户的综合得分进行学习预测,结果表明预测精度高达99%。最后,在对用户进行综合评价的基础上,构建基于用户评价的共享汽车调度模型,在以企业利润最大化为目标的条件下,对比分析用户评价对企业运营收益和共享汽车系统的影响。结果表明,考虑用户评价进行调度时,能够为企业增加用户出行量,并提高站点的平均需求满足率,企业的运营收益和用户平均评价值均有所增加。此外,在考虑用户评价的情况下,合理配置系统内车辆数也能增加企业运营收益。