摘要：针对公交调查数据背后信息挖掘的需求，论文首先介绍了公交调查数据挖掘的理论概念及任务方法。概述了公交调查数据挖掘的常规流程，并且在分析了几种公交调查数据挖掘模型建模方法的基础上，得出 k-means模型最适宜对公交调查数据进行聚类分析。最后以达州市公交调查数据为样本实例，采用年龄、职业、每周乘坐公交天数、每月公交花费、偏好付款方式等几种属性，借以 SPSS Clementine 为软件平台、以 k-means 为模型对各属性数据进行聚类分析，软件运行后得到相似度较大的几组类别，根据不同样本含量的几组聚类进行图表分析，分别得出优化公共交通服务的相应建议，达到最初挖掘公交调查数据背后信息的目的。

关键词：城市交通 数据挖掘 聚类分析 公交调查数据 

单位：西南交通大学; 交通运输与物流学院; 四川; 成都610031