随着我国城市化进程推进速度的不断加快,城市交通出行需求的快速增长,城市交通和环境的压力持续增大,进而导致城市交通及其环境的压力增加,在此背景之下提高公共交通系统的服务水平,增加其吸引力是我们亟待解决的问题。当然要解决城市交通问题,离不开城市中居民的出行行为。通过准确把握出行特征,掌握出行的客观规律,不仅为规划管理部门制定相关政策提供了支撑,而且为公交线网优化和评价奠定了基础。本文首先从国内外研究对现状总结与分析的基础上,了解现有的分析体系与分析方法,归纳出研究中需有待提高的地方,明确论文的方向。以公交乘客上车站点数据、换乘判断数据以及下车站点数据构成了公交出行链数据,结合百度地图‘API’控制台获取得到的道路信息数据搭建了研究数据平台,为后续的公交出行特征与线网优化提供了数据的支持。继而基于大数据环境下对公交乘客出行的时间分布、刷卡数据分布特征、公交线路的客流量、客流分布特征与公交换乘特征进行分析。将公交出行数据挖掘的算法应用于大数据分析,引入关联规则中的Apriori算法对公交出行空间的关联性、站点间的关联性与线路间的关联性进行深入的挖掘,且对结果进行可视化表达。建立了基于现状分析的优化模型,介绍了优化的目标函数与约束条件,利用蚁群算法进行求解,得出最优公交线网,最后以渭南市公交线网优化为例进行了实证分析,验证了算法的适用性。