近年来,中国经济实现了飞速发展,但城市交通堵塞的问题也随之而来。发展公共交通,倡导公交出行是目前解决这一问题的最好方法。大力发展公共交通让交通数据得到了海量的积累,公共交通领域的数据挖掘研究逐渐火热。目前国内外在公共交通领域的研究已经十分丰富,研究者在交通数据的探索方面达到了足够的深度与广度。在公共交通领域的研究尤其是公交领域的研究,通常对公交IC卡数据与公交GPS数据具有很强的依赖性。但公交GPS数据往往存在缺失的问题,本文针对这一问题,研究在GPS数据缺失的情形下,为公交IC卡数据匹配站点以及推导还原公交到站时间的方法。本文通过对IC卡数据进行分析,发现对于一条公交线路而言,用户在一个时段内的上车站点基本固定。依据这一规律,本文提出通过上车的用户识别其上车站点的方法。本文首先依据历史已完成站点匹配的IC卡数据构建特征用户表,该表记录了用户的刷卡行为信息;再用待匹配站点的IC卡数据进行层次聚类,将属于同一班次、站点的IC卡数据聚为一类,依据该类别数据结合特征用户表进行投票算法投票,得到该类别数据最可能的上车站点。依据特征用户表进行投票得到的匹配结果正确率达到83%;本文继续对匹配错误的结果进行分析,总结出匹配错误的原因,最后依据时序的逻辑结合匹配错误的原因对结果进行再排查,得到更为精确的结果。经实验证明,该站点匹配方法的准确率可以达到94%以上。当IC卡数据完成站点匹配后,本文提出依据完成站点匹配的IC卡数据进行公交到站时间推导还原的方法。首先本文对每一趟班车运营过程中,存在用户上车行为的站点的数量进行分析,得出依据IC卡数据推导还原公交到站时间的合理性。然后分析公交车在站点间的行驶时间,得到影响站点间行驶时间的因素。最后本文对有用户上车的站点,使用IC卡数据还原其公交到站时间,对于无用户上车的站点,依据有用户上车的站点的公交到站时间结合历史数据法、历史数据均值法以及支持向量回归机(SVR)分别对其公交到站时间进行推导。通过实验数据对比得知,通过IC卡数据结合SVR模型推导公交到站时间具有更高的精度。