随着移动网络和通讯技术的发展和广泛应用,可以使用这些技术获取出租车运营过程中产生的GPS数据。一方面,从这些数据中挖掘和分析乘客的出行特征,可以为城市交通管理者和出租车行业管理者在城市交通规划与管理、城市交通流均衡与车辆调度等方面提供决策依据;另一方面,随着数据量的不断增长,研究如何快速处理和分析这些海量出租车GPS数据也是当前大数据研究中的热点问题。大数据是近几年广受关注的研究领域,已经提出了多种大数据处理平台框架,其中,Hadoop和Spark最为流行。Spark具有处理效率高,成本低,数据后期处理工作简单等特点,相较Hadoop平台处理框架克服了MapReduce延迟高、运行时间长等缺点。因此,本文将Spark大数据并行计算框架用于出租车GPS数据的处理,从中提取和分析出租车乘客的出行特征。本文的研究内容包括:首先,在分析传统居民出行特征获取方法不足的基础上,给出了利用出租车GPS轨迹数据提取出租车乘客出行特征的方法,对其优缺点做了分析;其次,对基于出租车GPS轨迹数据提取和分析乘客出行特征的相关技术做了分析,提出了GPS数据预处理方法,实现了一种基于点线的地图匹配算法;之后在分析了Spark原理及其运行机制的基础上,提出了基于Spark平台的出租车乘客出行特征的提取算法,并对算法性能进行了讨论;最后,基于真实的出租车历史GPS轨迹数据,对城市出租车乘客的出行特征进行提取和分析。包括出租车乘客出行时间分布特征、出租车乘客出行空间分布特征和出租车空驶率的时空分布特征,并结合城市人口分布状况和市民日常出行规律,对所得的出行特征做了分析说明。结果表明,结合Spark分析框架和出租车GPS轨迹数据挖掘方法能够快速提取出租车乘客出行特征。