共享单车历经两年多的飞速发展,在带给市民便捷服务的同时暴露出了很多运营问题:单车乱停乱放、某些区域某些时刻一车难求、共享单车“百年坟场”等等。针对现有问题,从源头上控制运营,高效合理的单车投放水平能有效降低运营成本、减少新车的无序投放、单车分布不均衡等问题。共享单车各区域平衡预测问题包含2个部分:时间平衡和地理平衡。本文以太原市摩拜单车为例主要根据异常检测和聚类分析,研究发现太原市摩拜单车投放问题,并作预测建模。使用Python网络爬虫获取太原市区的摩拜单车地理位置信息数据,并对数据可视化分析,结合机器学习方法预测太原市摩拜单车区域平衡,为企业的精细化运营、共享单车的投放做好基础。本文研究内容如下:(1)使用Python网络爬虫获取摩拜单车数据集,并结合Python语言中的strip、split函数对数据集提取,存储在MySQL数据库中,结合MySQL数据库特性对数据集去重。(2)结合高德地图API对摩拜单车数据进行可视化操作,分析太原市摩拜单车区域分布热力图、随着时间变化的使用率以及使用量、骑行车辆距离分布。(3)使用数据挖掘中的聚类算法对太原市摩拜单车区域划分。结合摩拜单车区域与附近商圈的距离建模,根据离商圈位置的远近,来观察其出现的不平衡性,据此得到每个摩拜单车区域的平衡预测。本文通过对太原市摩拜单车上午时间的骑行数据分析,发现各个区域的单车不平衡度与所处商业圈的距离有一定正比例联系,同时发现区域单车数量随时间特征分为三类:稳定型变化、线性变化、完全随机性变化。在单车投放运营中,具有较高的参考价值。