出租车作为一种重要的交通工具，为人们的出行提供了便利。随着人口规模的扩张以及流动性的增大，出租车服务的供求失衡问题日益凸显。针对这一问题，一方面需要政策、经济等方面的措施来增加更多的出租车供给，另一方面也需要通过更加合理地调度现有出租车来降低空驶率、充分发挥其有效运力，缓解供求失衡的矛盾。　　配备GPS装置的出租车，每天都产生海量的轨迹数据，这些轨迹数据蕴含着丰富的城市交通信息。打车软件的出现，可以实时了解路网上乘客需求的时空变化，以及乘客出行的相关信息。通过使用大数据处理技术，分析出租车产生的轨迹数据和乘客的叫车需求数据，可以对打车难问题实施定量的分析，并从中挖掘出对乘客打车和司机载客有帮助的价值信息。这些价值信息能够对乘客的出行提供有效的指导。比如，乘客可以了解到打出租车预计需要的等待时间，周围更容易打车的位置等。为确保价值信息的时效性，还需要有效的价值信息推送机制，为乘客出行提供智能信息服务。　　因此，本文开展了面向出租车司机和乘客供需信息不对称问题的研究，着力于为司机和乘客提供有价值的打车信息，并针对智能信息推荐服务进行了探索。首先，本文使用出租车GPS坐标数据和路网数据构建衡量打车难度的出租车流量基础模型，利用时间段、天气等因素进一步优化基础模型。然后，基于优化后的模型和大数据聚类分析技术提取空车热点、乘客需求热点、乘客预计等车时间等有价值的信息。最后，设计价值信息推送机制，为车联网中出租车司机和乘客出行提供智能信息服务。