目前,我国越来越多的出租车上都装有GPS设备,GPS数据中包含着路网中的车辆行驶规律等重要信息,挖掘数据中的隐含信息对车辆出行具有重要的指导意义。近年来,对出租车GPS数据的研究大多数集中在路径选择行为建模和路径集生成算法研究上,很少有学者研究出行路径集的特征。据此,本文对出行路径集的特征进行研究,以期挖掘出租车轨迹数据中隐含的运行规律,探知城市道路的运行状况,进一步提取出租车驾驶员的经验和智慧。在面对城市堵塞的交通流,根据驾驶员的经验和对路网结构的认知,可以尽可能找到缩短交通堵塞时间的最佳行车路线,这为解决城市交通拥堵等问题提供了很好的参考价值。本文研究成果如下:首先以西安市出租车GPS数据为研究对象,对出租车载客状态异常的GPS数据进行了清洗和处理,并提取了出租车的上下客点,通过DBSCAN算法确定了载客热点区域,采用Python软件实现了热点区域内出租车轨迹的OD出行路径信息的提取。然后确定了出行路径分布范围,从热点区域中选出具有代表性的OD对,分析了OD对之间的路径分布趋势,接着通过标准差椭圆的拟合结果发现OD对之间的出行路径是属于椭圆分布的,并利用椭圆搜索算法来限制路径搜索区域,使OD之间的路径搜索限制在特定范围区域内。最后选取了路径直线距离、路径交叉口数量、路径转弯次数、路径道路等级、路径时耗、出发时间段以及轨迹迂回度七个出行路径集的特征指标,并通过CART算法确定了特征指标的阈值,找到了驾驶员在不同OD出行距离下所能接受的每公里最多路径左转弯个数、每公里最大路径时耗、每公里最多路径交叉口数量以及驾驶员在进行路径选择时所考虑的路径特征指标的重要度。