共享单车的快速发展为人们短途出行提供了一种便捷的方式,它是实现“网络交通”的方式之一,也是城市短距离交通系统的一种创新模式。它具有方便快捷、低碳环保等特点,有效解决人们出行的“最后一公里”问题。并影响着城市居民的日常出行方式,也缓慢地改变着城市的空间格局。然而,随着共享单车产业的快速发展,也带来了乱停放现象严重、资源配置失衡等粗放式运营问题。如何精细化运营共享单车,实现资源动态调度已成为共享单车发展中的一个重要问题。本文使用Python网络爬虫获取天津市区的摩拜单车数据,结合Apache Spark大数据平台研究骑行行为的时空间特征,并对结果可视化分析。本文研究内容如下:(1)结合大数据技术搭建了以Spark为核心的共享单车骑行分析的大数据处理平台,并使用BDP个人版体现数据的灵活性。(2)使用Python网络爬虫的形式获取天津市区的摩拜单车的数据集,并结合编程语言Python和Spark SQL对爬虫数据做数据预处理,并把经过数据清洗后的数据存储在HDFS上。(3)利用Spark SQL分析天津市区2017年8月的摩拜单车总量和摩拜单车利用率;分别从摩拜单车的骑行距离,骑行次数以及热力图展示分析摩拜单车的骑行特征;结合工作日和休息日的不同时间段的单车骑行情况,分析形成出行时间特征的主要原因。(4)通过Spark MLlib机器学习库中的聚类算法对摩拜单车借车和还车的地理位置进行了建模,并对聚类模型进行评估;结合聚类的预测结果分析了起始位置各个聚类点的单车需求特征,还分别分析了早晚高峰时段的各个聚类点的借车和还车需求特征,并针对需求特征提出相关建议。