通过对北京市公共交通乘客出行行为调查数据、公共交通刷卡数据和线站数据进行关联匹配,提取了公共交通通勤乘客出行链。利用一个月的公共交通出行数据,从活动点、出行空间和出行时间的角度提取了非家活动点类别数、典型出行链占比、出行空间均衡度、时间稳定性和时间集中度5类指标用来描述乘客出行稳定性。引入关联规则方法中FP-growth算法,采用支持度、置信度和提升度3个参数挖掘不同项集长度下各特征属性之间的关联规则,识别出3类稳定性差异显著的通勤人群,并对辨识方法的合理性进行了验证。研究为制定针对性和差别化的公交供需管理策略提供了支撑,助力更加高效和精细化的公共交通出行服务。