随着我国社会经济和城镇化的快速发展,人们对交通出行的需求也迅速增加,这不仅表现在对于时间效率的要求,还体现在对于出行舒适程度要求的不断提高。而当前,随着机动车保有量的不断攀升,交通拥堵日益严重,出行的交通能耗、交通时间成本日益高涨,交通问题已经成为与每个城市居民出行密切相关的社会问题。如何在充分利用现有社会车辆资源的前提下,有效缓解城市交通压力,提高人们的交通出行效率和舒适度,成为世界各国普遍关注的交通问题。在此背景下,以Uber、滴滴出行等服务为典型代表的“共享出行”方式为人们提供了全新的更便捷和舒适的出行体验。然而,尽管现有共享出行平台在匹配“附近车辆”和“乘客主动请求”之间的服务已日趋成熟,但是,对于那些有具有共享出行潜力的“非主动请求”情况而言,现有服务平台专门为车辆(司机)提供的共享出行信息及其相关分析还严重缺乏。针对此问题,考虑到公交系统拥有庞大的用户群,公交出行仍是目前城市居民出行的主要方式。因此,本文基于公交GPS数据和公交刷卡数据研究分析城市居民的共享出行潜力,为车辆提供有价值的潜在共享出行需求信息,从而提高城市居民共享出行效率和出行舒适度,起到缓解城市交通压力的目的。论文主要研究工作和成果包括:(1)公交站点识别。在利用公交数据进行个体/群体出行行为等研究领域中,有效识别公交站点是研究公交出行相关问题的一项基础性工作。本文利用公交GPS数据,提出一种基于公交行车模式的公交站点识别方法。该方法基于公交车辆运行状态,将公交车辆的运行划分为终点站待命模式、正常行驶模式、站点停车上/下客模式,通过行车模式判定、轨迹方向分割和DBSCAN密度聚类,提取公交车上/下行方向的公交站点。本文使用深圳市公交车GPS数据进行站点识别验证,实验结果表明该方法具有良好的公交站点识别准确率;(2)乘客上/下车站点推断。公交乘客上/下车站点直接影响乘客共享出行的潜在起、止位置,正确推断乘客上/下车站点是合理分析公交乘客共享出行潜力的前提。本文提出基于数据匹配的上车站点推断方法,根据公交车GPS数据、公交乘客刷卡数据和公交站点识别结果,通过车辆匹配、时间匹配和站点匹配推断出公交乘客的上车站点。然后,基于乘客的下车点通常位于该乘客下一次刷卡的上车站点附近的最近邻原则,利用公交站点识别结果和公交乘客刷卡数据,推断出乘客的下车站点。本文使用深圳市公交刷卡数据和公交GPS数据验证了乘客上/下站点推断方法的可行性;(3)共享出行潜力分析。本文基于公交数据、公交站点识别结果和乘客上/下车推断结果,研究分析职住地站点相近的公交乘客群体的共享出行潜力。在分析乘客出行时间的基础上,基于乘客出行模型,区分公交乘客职住地;针对共享出行过程中是否存在中间上客的情况,建立了不同的乘客共享出行潜力模型;本文使用深圳市公交数据,基于共享出行潜力模型分析了职住地相近的公交乘客群体的共享出行潜力,通过实验验证了模型的有效性,为共享出行服务提供有价值的共享出行潜力分析结果,起到提高共享出行效率,缓解城市交通压力的目的。