随着城市化进程的不断推进,城市发展也遇到了许许多多的问题,例如城市人口激增、资源分配不均、城市道路规划不合理等等。此外,随着科学技术的发展,多种多样的通讯设备和传感器也被应用到城市中,依靠这些通讯设备和传感器提供的多种城市数据,研究人员可以为城市的发展和规划提供一些切实可行的建议,城市规划者也可以依据这些数据解决城市发展的问题,保证城市的健康发展,提升居民的生活质量。城市规模巨大,人口众多,城市居民工作通勤等日常生活和出行需要借助各种各样的交通工具。公共交通,例如地铁,公共汽车等,作为城市居民出行的首选,承载了大量的客流,因此会产生许多问题。城市公共交通旨在服务人们出行,因此,从居民流动入手,可以从根源上找出交通问题的本质。手机的普及带来大量的手机信令数据,可以作为居民流动趋势的重要参考。对于城市的公共交通来讲,如何找出存在缺陷的区域并加以改善,成为了一个热门研究课题。本文挖掘居民移动的周期性和规律性,结合出租车行驶轨迹,找出城市区域中公共交通有缺陷的区域,这对改善城市公共交通网络结构,规划城市发展具有重大意义。主要研究内容如下:(1)手机基站数据、手机信令数据和出租车GPS数据的存储和处理。在Hadoop平台下对这些数据进行存储和预处理,解决了大数据的存储且数据质量不高的问题。(2)城市公共交通区域的划分。在ArcGis平台下对长春市区地图进行划分,隔绝了市郊无手机基站覆盖区域即无人区对城市公共交通分析的影响。(3)公共交通效率评价方法的研究。对城市公共交通效率的量化评价指标进行研究,可达性是评价公共交通效率的重要指标,传统的评价方法以直达系数计算可达性,这种方法忽略了步行换乘对可达性的影响。考虑这个因素,本文提出了一种基于步行的公共交通出行最小换乘算法,并以此计算公共交通效率评价指标。(4)城市公共交通缺陷区域识别的研究。本文改进了Skyline算法,利用手机信令数据、出租车数据和公共交通可达性衡量指标建立城市公共交通区域矩阵,识别出城市公共交通的缺陷区域。(5)城市公共交通缺陷区域关系的挖掘、分析和研究。(6)用城市后来的公共交通规划验证本文方法的有效性。