“互联网+出行”的网约车在信息时代已经应运而生,其核心竞争力已经从单纯的技术竞争转向服务质量的用户满意度竞争。网约车用户的满意度包括安全性、经济型、便捷性、平台友好和舒适性等诸多方面,为了提高自己在行业中的竞争实力,网约车平台急需建立一个实时跟踪用户的满意度的分类分析系统,为网约车平台提供一个方方面面的决策参考依据,形成网约车行业健康发展的新引擎,推动社会的协调稳定的发展,提高居民的幸福生活指数。论文利用网约车平台的独特优势,为用户编制了5个方面满意度的调查分析问卷,问卷设计为无记名的选择答题,用户答题对应了车主和相应的车况,问题的备选项语言精练而描述精准,用户一般就会反馈信息的,尤其是满意度低的用户表现出了较高的积极性;收集样本数据之后,对数据进行清洗,去除奇异样本数据,用中位数填充缺失数据,通过信度分析和效度分析判断数据的准确性和稳定性;在确认了数据的可靠性和稳定性以后,利用费歇尔判别准则来筛选影响满意度的主要指标,降低模型的识别难度;最后,将满意度的主要影响指标作为神经网络的输入,以用户满意度的等级作为输出,训练神经网络的权值。训练好的神经网络就是一个用户满意度的分类器,网约车平台可以用神经网络分类器的分类结果,出台相关营销措施,形成网约车平台基于数据的决策,增强在同行业中的竞争实力,实现网约车平台的利益最大化。