随着互联网技术的飞速发展,再加上出租车等待位置不佳会导致司机接客效率低以及资源分配不合理等问题,传统出租车行业面临着网约车的极大竞争。同时,交通资源的合理规划也是促进城市发展的一项重要方面。针对上述情况,可以在复杂网络中结合空间数据查询技术来解决此类问题。因此,立足于社会实际问题,本文针对用户对于出租车的需求,计算出租车在不同需求情景下的最佳停靠位置,并结合路网的性质进行深入研究,将整个路网进行区域划分,设计出了一种出租车停靠位置推荐算法。首先,本文选择出租车需求量较大的兴趣点（POI）构建无向加权图。根据出租车行驶时间因素构建转移概率矩阵,使用转移概率矩阵指导DeepWalk模型在路网图中进行截断随机游走。将图中节点包含的高维稀疏的信息映射为低维稠密的向量,并根据节点间的相似性关系在向量表示空间中应用密度聚类算法进行区域划分。然后,对在图论中判定节点重要度的各种指标进行遴选,根据节点在路网中的基本信息,选择合适的指标设计一种通用节点重要度计算方法（GNI）。针对不同场所出租车需求量差异显著这一问题,建立一种不同模式下的出租车按需分配呼叫模型。将节点处对于出租车的呼叫次数作为本文研究背景下POI的一种属性,在通用算法的基础上,提出一个影响节点重要度的指标——节点加权系数,并设计一种基于POI的专用节点重要度计算方法（DNI）。最后,依据DNI算法下节点重要度排名结果,将杠杆原理与类比多边形获取重心的方法相结合,综合考虑节点的重要性和节点间的距离关系,设计一种能推荐最佳出租车停靠位置的算法,在真实的数据集上通过实验验证了本文所提出算法的有效性及实用性。