随着经济的快速发展和城市化建设的日益推进,人们的出行服务的需求愈发增加,出租车作为城市公共交通的重要组成部分,在人们日常出行中发挥着重要作用。然而,由于出租车客源时空分布不均衡而导致出租车空载率升高、出租车行业内恶性竞争、交通堵塞等问题频频发生,大大增加了出租车寻客的难度,降低了出租车的运营收益。随着ITS智能交通系统技术的快速发展,国内外越来越多的学者将出租车寻客模式作为研究热点,但目前的研究成果大多研究如何提升出租车载客数量,普遍缺乏出租车收益评价指标和综合考虑区域内出租车供需关系及交通运力状态的热点区域推荐策略研究。本文以纽约市2016年1月1日至2016年6月30日期间7000万条出租车GPS大数据为研究对象,以提高出租车收益为研究目标,将一天划分为24个时间段,将空间进行网格区域划分,获取出租车客源时空分布特征和出租车客源收益时空分布特征。用两种方法对出租车高收益寻客热点区域进行推荐,第一种方法采用k-means聚类算法以每小时平均收益对出租车GPS数据进行聚类分析,然后将每小时高收益热点区域中心点坐标推荐给司机。第二种方法充分考虑推荐的高收益寻客热点区域内出租车的供需关系及交通运力情况,综合考虑区域内乘客出行次数、载客收益、交通状况并引入当前区域乘客对出租车的需求比作为平均收益指数,然后根据当前区域内路网的平均速度计算出租车到载客热点区域的行驶时间,接单数量作为单位运力指数,并通过构建平均收益最大化和单位运力最大化的高收益寻客模型提出了基于出租车GPS数据的高收益寻客推荐策略,为出租车高收益寻客提高辅助决策支持,同时对于改善出租车资源分布不均衡的现状,充分发挥会出租在城市交通中的补充作用有着重大意义。