在城市发展当中,现代人的生活节奏越来越快,汽车保有量逐年上升,而道路越来越拥挤,使交通越来越不便利,严重的导致了社会经济效益下降,妨碍人们的生活,汽车保有量的上升增加了汽车排放的尾气,这又会导致温室效应,并且污染我们的环境,这些都不利于我国城市的发展。公共交通工具具有节能环保,减少二氧化碳的排放而且能够有效的减少交通拥堵的状况,是改善大气环境的一个重要手段之一。公车调度在公交企业中具有举足轻重的地位。为了广大乘客能够便宜便捷的出行,减少二氧化碳的排放节约能源,增加乘客满意度,有效率的公车调度是非常重要的,而对公交车行驶时间进行合理的分段又是其中一项重要的研究方向。随着数据爆炸式的增长和累积使我们进入大数据时代,迫切需要功能强大的数据挖掘工具,以获得有价值的信息。在Apache的Hadoop平台上可以实现,聚类分析、分类分析等众多数据挖掘分析的经典算法,一定程度上为大规模数据的挖掘分析提供了方便[5]。公交车管理信息系统天天都产生大量的车载GPS数据,这些数据需要在hadoop平台上进行处理和分析。在公交车行驶时间合理分段中,时间顺序不能打乱,而大多聚类方法在分类中是将样品混在一起时间顺序会打乱,Fisher最优分割法可以不打乱时间顺序进行分类,但是这方法计算量巨大,运用Hadoop中MapReduce的方法进行任务的分解在多台机器上运算后进行数据汇总,得出公交车行驶一圈的时间进行合理的分段。