随着城市规模的扩张,交通拥堵问题已逐渐演变为一种城市通病。近年来各大城市的公交数据库中源源不断地输入海量的公交运行数据,这些静态数据是公交车及车内乘客动态时空轨迹的真实反映。已有的统计研究表明在所有乘客类别中,通勤乘客因其在公交乘客中的超大比重以及出行特性成为早晚高峰交通拥堵的首要因素,因此,通勤人群的公交出行研究在公交部门的决策规划中的作用不言而喻,但是目前基于海量公交数据的通勤乘客出行模式挖掘的研究明显不足。为了弥补现有研究的不足,本文以青岛市西海岸新区的公交数据作为数据源,进行公交通勤识别模型的构建与通勤分析。首先对青岛市西海岸新区的公交刷卡数据、公交车GPS定位数据、车辆调度数据等多种公交相关数据进行了清洗预处理,在分析了各数据的字段后建立了各数据之间的关联关系,以便根据公有字段将数据进行匹配,为后续的数据处理提供了数据基础;在数据清洗的基础上,为了获取乘客出行起点(即单次刷卡的上车站点),将公交刷卡数据和GPS定位数据进行连接,增加了到离站弹性阈值,改进了传统的出行起点推导算法,提高了单次公交刷卡的出行起点识别率;通过对公交刷卡行为进行分析,将乘客个体融入到公交乘客整体中,充分考虑乘客个体出行特征、公交乘客整体的出行站数和站点吸引权重等因素,提出了出行终点推导算法,即单次刷卡的下车站点推导算法;在获取了公交乘客的出行起止点(单次刷卡的上、下车站点)后,以问卷调查数据作为机器学习算法的训练样本数据,利用朴素贝叶斯算法、决策树算法、随机森林算法、BP神经网络等多种机器学习算法进行公交通勤识别模型的构建;最后将性能效果较好的算法运用到公交刷卡数据中进行通勤乘客的识别,根据识别出的公交通勤乘客的刷卡数据确定乘客的居住地站点和就业地站点,进行了研究区的通勤分析。实验结果表明,本文改进后的出行起点推导算法提高了公交刷卡乘客的上车站点识别率;提出的出行终点推导算法能准确有效地识别出公交乘客的下车站点;根据ROC曲线和AUC评价指标,基于问卷调查数据构建的多种公交通勤识别模型中,基于随机森林算法的通勤识别模型具有最好的稳定性和泛化能力,最终基于该算法实现了研究区的公交通勤分析。