由于用户出行需求的时空分布不均匀、共享单车停放区域具有容量限制等原因,无论是传统的有桩式共享单车,还是新型的无桩式共享单车,在运营过程中出现的供需矛盾问题一直是制约共享单车系统发展的关键因素。为解决供需矛盾问题,一种有效的方式是对共享单车进行调度。但现有的共享单车调度方法存在需求热点建模不完备、需求预测不准确、调度策略设计不合理等问题。为此,本文基于共享单车群智大数据,研究需求热点的提取、预测与调度。本文的研究内容如下:（1）基于聚类和峰值检测算法,提出了面向空间维度和时间维度的共享单车需求热点语义提取方法,实现了需求热点的时空语义建模。该方法首先基于距离约束聚类提取热点空间区域,其次基于峰值检测算法提取热点时间趋势,弥补了现有方法在需求热点提取方面的不足,更有利于后续需求预测模型的设计。（2）通过联合建模空间、时间和情境三大关键特征,提出了基于时空情境特征融合的共享单车需求热点趋势预测模型,实现了对需求趋势的准确预测。该模型首先通过构建空间邻近图、空间模式图和空间功能图建模多种空间关系,并基于多图卷积网络融合多种空间特征;其次,基于长短期记忆网络和自编码器实现对时序特征和情境特征的建模;最后,通过融合建模后得到的时空情境特征,提出了需求热点趋势预测模型。该模型能够准确预测未来时刻的需求变化趋势。（3）通过将共享单车调度任务建模为空间群智感知任务,提出了基于整数线性规划和时序差分算法的共享单车需求热点调度方法,实现了单车的有效调度和用户的长期激励。该方法首先建立整数线性规划模型进行调度任务的生成,并设计了调度参与者激励机制;其次,使用时序差分算法进行调度任务的分配,最大化用户参与调度的收益。该方法能够有效优化用户骑行调度的效果。本文在两种共享单车数据集上开展了实验,结果表明本文提出的方法能够全面有效地对需求热点进行提取、预测和调度,有助于解决共享单车供需矛盾问题,提高共享单车系统服务质量。