在新型工业化和城市化进程加速发展的背景下,环境污染、资源干涸、居住环境变差等问题成为了城市居民所关注的热点,而城市的生态宜居性作为反映城市生态环境的重要指标,其优劣程度也越来越受到人们的重视。然而,影响城市生态宜居性的因素众多,且评价方式与评价体系多种多样,其方法各有优劣,目前仍没有完整统一的标准体系来对城市的生态环境做出评价。由于互联网技术的快速发展,使得数据资源的获得不再艰难,大数据技术已被广泛用于城市问题的研究与分析,并取得了良好效果。本文着重于整合时空多源大数据为数据源,以深圳市为研究区域,基于街区作为城市研究的基本尺度,利用LDA模型提取高级语义特征,使用随机森林模型,提取出真实深圳市土地利用结果作为后续评价的居住区单元;随后,利用所提取的住宅区以及城中村为评价目标,根据多源大数据以及与人息息相关的环境因素,选取住宅区密度、热环境、空气质量、人口密度、城市绿地五大因素,建立城市生态环境宜居性评估指标体系,设计并计算深圳市生态宜居指标,并应用基于熵权法的TOPSIS模型融合多维指标,进行深圳市居民区生态宜居程度的定量评价。研究表明:（1）多源大数据在城市问题分析上具有传统实地调查不可比拟的优势,在提取深圳市城市功能区结果中,结合LDA模型以及随机森林模型所得到的制图精度可达到82.1%;在城市生态宜居性评价中,多种居住环境指标由数据计算与生成,使得结果更能够客观且真实的反映城市的生态宜居程度。（2）由城市功能区分类预测结果可得出,深圳市主要住宅区集中在南部,城中村与工业区多集中与北部,而政府与公共服务占地不多,多为机场、码头、海关或火车站等地,而城市绿地覆盖度从结果看整体较好;最后的生态宜居性评估结果显示,城市生态宜居综合得分名列前茅的大多为深圳市城市绿地附近的居民住宅区;而排名靠后的主要为城中村等居住环境条件较差的街区。（3）本文所提取的深圳市功能分区结果可客观反映深圳市真实土地利用情况,所设定的生态宜居性评价指标体系在一定程度上能够反映深圳市各个居住区的综合生态宜居程度,而通过分析城市功能用地、以及居住区在生态环境、气候因素等各方面的优劣以及排名,可为政府部门以及城市规划者提供可靠的理论依据与结果。