随着智能手机、GPS设备的普及,基于位置的服务(Location-based service,简称LBS)应用日益丰富,给人们生活带来很大便利。用户可以使用智能手机实时发送自己的位置获得服务。服务提供商可以通过分析出租车轨迹数据发现人群行为特征,提供更加有效可靠的服务。由于大城市中出租车数量供不应求和分配不合理,乘客打车难,司机接客难。出租车拼车是指在一次旅程中搭载多个乘客,是提高出租车利用率的有效方式。在一定程度上也能缓解城市交通堵塞和空气污染的问题。本文对出租车拼车关键技术进行研究,利用分布式计算平台对海量出租车轨迹数据进行分析和统计,提出了两种出租车拼车模式。本文主要工作包括以下几个方面：·离线-在线拼车系统框架为了解决拼车问题,本文提出离线-在线的系统框架。离线阶段综合使用出租车轨迹数据和路网数据,计算相关的统计信息用于在线查询。基于该框架,提出两种拼车模式并设计各自的系统框架。·出租车轨迹预处理和分布式统计框架提出出租车轨迹预处理和分布式统计框架。轨迹数据预处理包括去除噪音、异常检测、路网分割等；分布式统计是利用Map-Reduce框架对轨迹和路网抽取四种主要特征,统计结果是在线查询的重要依据。·快速匹配乘客的拼车模式提出为打车用户实时查找附近乘客的拼车模式。利用离线统计数据增加在线查询的准确性,提出快速匹配算法找到用户附近时间开销最低的乘客。用实验验证算法的查询效率,并且设计开发了原型系统来模拟真实的应用场景。·个性化匹配载客出租车的拼车模式提出实时个性化的出租车拼车模式,充分考虑每个乘客的偏好。首先定义用户满意度和两种系统目标(MaxMin和MaxSum),然后提出相应的剪枝规则过滤海量出租车,最后在真实数据集上做了大量实验来验证算法的有效性和效率。