城市公共交通系统在“以人为本”的指导理念下,对个体出行行为的深入研究,是城市公共交通系统发展的必要条件。智能交通卡数据为个体出行行为的研究提供了丰富的基础数据,但其中出行目的信息的缺失,使更深层次的理解个体出行行为和预测出行需求受阻。随着居民出行需求逐渐多样化,如何经济有效的补充智能交通卡数据中的出行目的成为了研究热点。本文使用智能交通卡数据,提取个体多日出行活动信息,划分个体活动区域,以活动区域多日出行规律特征为主要推断因素,构建出行目的推断模型,并验证了模型的准确性和优势。最后,分析了上海市居民的出行目的特征,并基于不同土地功能站点下出行活动的分布特征,分析了复杂土地利用下非常规出行目的发生的可能性。具体研究内容有:（1）基于智能交通卡数据推断出行目的的基础工作。对上海市的智能交通卡数据数据进行了预处理;介绍了出行目的的定义,提出了基于出行起终点的出行目的分类规则,并阐述了出行目的的出行活动过程;分析了轨道交通客流基本时空规律特征,为简化个体出行规律特征提供依据。（2）基于智能交通卡数据提取个体多日出行活动信息。首先,识别了轨道交通系统中需要出站换乘的虚拟换乘行为;然后,提取出行OD、停留时间及停留模式,生成了个体轨道交通多日出行链;最后,基于个体出行链信息和站点空间关系,对个体使用过的出行站点进行聚类,将属于同一地点派生的出行站点聚为一类,得到了个体的活动区域。活动区域划分结果显示,将个体的出行站点转换为活动区域,能够有效避免个体在同一地点对站点选择多样性给出行行为分析带来的误差。（3）构建基于个体多日出行活动信息的出行目的推断模型。首先,提取活动区域出行活动特征和多日出行规律特征作为出行目的推断的要素;然后,解释和证明了出行频率推断方法存在的误判情况,并在其基础上进行改进,构建了多日出行规律指标构建启发式的出行目的推断规则;最后,使用上海市第五次综合交通调查数据和出行目的出行活动特征一般规律,验证了模型的有效性及离散时间阈值推断出行目的的方法带来的误判,证明了模型对智能交通卡出行链是否完整的依赖性相对较小。模型还识别出了多种停留时长的工作出行目的,以及单程使用轨道交通通勤的居民,对于理解个体出行行为和预测出行需求具有一定的理论和实际应用意义。（4）分析出行目的推断结果。首先,分析了上海居民中轨道交通常乘客各种出行目的推断结果的出行特征分布;然后,使用POI兴趣点数据,筛选了具有独立土地功能的轨道交通站点,结合到达不同土地功能站点的出行活动特征分布情况,论述了复杂土地利用下不同非规律出行目的发生的可能性,为进一步理解和预测个体丰富的出行需求提供依据。