本发明公开了一种网约车出行需求的预测模型构建方法，包括：样本数据采集，生成多维数据矩阵；其中，样本数据包括历史网约车订单数据、建成环境数据和时序预测特征数据；多维数据矩阵的结构为：时段数×基本格网数×变量因子个数，变量因子包括因变量和解释变量；样本数据筛选，从多维数据矩阵中提取候选特征数据集；从候选特征数据集中划分网约车出行需求预测特征数据集和标签数据集，构建训练集、测试集和验证集；加载预测模型，用特征数据集和标签数据集进行模型训练，构建网约车出行需求预测模型。通过本发明，可以提高出行预测准确性，摆脱了对前序时间切片数据的过度依赖，增强预测模型的典型性和不同区域适用性。