城市公共交通作为一种大运量、低能耗、高效率的客运方式，在城市综合交通系统中占有非常重要的地位，优先发展城市公共交通被世界上许多国家认为是解决城市交通拥堵问题和环境问题的优良举措，公交优先已经成为我国城市建设和发展的基本政策。轨道交通系统和常规公交系统作为城市公共交通的重要组成部分，二者之间的协调发展和互为补充尤为重要，目前我国各大城市正在逐步建成以大容量的轨道交通为骨干，常规公交为主体，多种客运方式协调发展的城市公共交通客运体系。
　　随着信息技术发展，城市交通IC卡在我国得到广泛使用，在传统人工调查获取公交客流信息的方法越发困难，弊端日益凸显的今天，城市公共交通IC卡刷卡数据为研究提供了新的途径。本文以深圳市轨道交通IC卡数据和常规公交IC卡数据为依托，通过数据挖掘和融合，对轨道交通站点的乘客换乘行为展开研究，建立基于乘客刷卡间隔分布的换乘识别方法，并在换乘识别的基础上对乘客换乘时间分布和轨道站点的吸引范围进行深入研究。
　　首先，本文介绍了研究使用数据的数据来源和相关背景，并对两种IC卡数据的数据结构和字段类型作了详细说明。进而对两种数据集进行数据质量分析以验证数据源整体的准确性和可靠性，对原始数据进行预处理以删除冗余、错误和异常数据，优化数据结构，为下文的研究分析奠定基础。
　　其次，对深圳市轨道站点进行了分类，利用K-均值聚类算法将轨道交通三号线上30个站点分为4类，根据聚类结果对4类站点集合进行定义并选取其中的代表站点分析其客流的时空分布特征。
　　随后，对4个站点的轨道换乘公交(RB)以及公交换乘轨道(BR)两种方式进行乘客换乘行为的识别分析，建立二次识别的方法，针对不同站点，根据其RB和BR刷卡间隔的分布，分别确定其最终的换乘时间阈值；根据换乘识别的结果分析各个站点换乘客流的时变规律和换乘线路的分布情况。
　　最后，在换乘识别的基础上，对乘客RB和BR换乘时间分布做深入分析，对二者进行对数正态分布拟合并利用P-P图进行分布拟合检验；进而对两种换乘方式的换乘时间分布峰值进行研究，探索其峰值所对应的现实意义并由此对轨道站点的吸引范围进行定义，然后分析了轨道站点的站点吸引范围与其周边POI的关系。