公共交通作为城市交通的重要组成部分,在缓解城市交通拥堵、降低交通污染以及提高城市综合治理能力等方面发挥着重要作用。同时,由于城市道路交通环境复杂,公共交通事故的发生也难以避免。公交驾驶员作为道路交通的参与者以及道路交通信息的接收者和决策者,在道路交通事故的发生上起着关键的作用,公交驾驶员的事故风险因素研究也受到了越来越多学者们的关注。如何挖掘出影响公交驾驶员事故风险的关键因素对提高公交运营单位安全管理水平和道路交通安全都起着重要的作用。随着信息时代和大数据时代的到来,数据挖掘技术的迅速发展和运用为解决问题发现知识提供了新的视角。基于上述背景,本项研究利用国内某市某公交运营单位四年内的11342项违规及事故数据,将数据挖掘技术和公交驾驶员风险因素结合,探索公交驾驶员违规及事故数据中的隐藏知识。公共道路交通事故是由人车路等因素共同作用导致的结果,为有效挖掘出影响公交驾驶员事故风险的因素,重点分析了公交驾驶员违规及事故中的时间、驾驶员、公交车辆及线路等因素的分布特征和影响机理。在此基础上,基于公交驾驶员的一般特征和事务特征从时间特征、时间序列上的特征、趋势特征和属性特征四个维度构造了风险公交驾驶员识别模型特征,并利用SQL数据处理技术及存储过程实现了数据的提取,构建了公交驾驶员事故风险分析数据库,为了提高模型的有效性基于集成学习提出了多准则的集成特征选择方法,在对数据进行重采样的基础上利用XGBOOST集成树构建风险公交驾驶员识别模型,并利用贝叶斯优化方法优化模型参数,结果显示调参前后AUC提高了2.79%,达到了96.31%,要明显优于朴素贝叶斯、GBDT等模型。此外,模型能够有效地辨别出公交驾驶员的风险状况,准确度为98.66%。为了提高模型的可解释性,将传统解释方法和Shap局部解释方法与建立好的风险公交驾驶员识别模型相结合,对影响模型结果的关键因素进行了分析。结果表明本项研究所构造的违规特性、事故特性及管理特性等动态数据在预测公交驾驶员事故风险上都发挥着重要的作用。基于本项研究模型的结果,分别从驾驶员特征、违规事故管理特征及公交车辆和线路这三方面讨论了公交驾驶员事故风险的影响因素,为公交运营单位改善管理制定合理有效的管理措施提供了理论基础。