如今,公共自行车系统在全球许多主要城市都得到了广泛的采用和部署,为人们的生活带来了极大的便利。然而,作为公共设施,公共自行车极易损坏且需要频繁替换,这会导致高额的系统维护成本。公共自行车极易损坏的根本原因之一是公共自行车使用负载的不均衡。作为公共设施,为了提高服务质量水平和实施更好的系统规划,获得准确的用户需求对于公共自行车系统来说至关重要。本文通过对公共自行车系统中使用记录数据的数据挖掘和数据分析,围绕使用负载均衡问题和需求估计问题进行了相关研究,以美国华盛顿特区的公共自行车系统为具体研究对象。本文的主要研究内容由以下三部分组成:(1)根据对现有公共自行车系统的使用记录数据集的分析,本文首次发现并验证了已有公共自行车系统中存在公共自行车使用负载不均衡的现象。(2)针对公共自行车系统中的使用负载均衡问题,本文提出了一种面向使用负载均衡和寿命优化的混合自行车指派策略,并在美国华盛顿公共自行车系统上使用了四种评价指标验证了该策略的可行性及有效性。混合自行车指派策略可以有效降低系统负载的不均衡程度,同时在公共自行车的寿命优化方面还可以显著减少需要被替换的公共自行车的比例。(3)针对公共自行车系统中的需求估计问题,本文考虑了现实生活中用户没有被系统所服务到的情况。本文结合公共自行车系统的使用记录数据集、站点状态数据集和站点地理位置数据集,分析并验证了用户需求在时间和空间上的相关性,并基于此提出了一种用户需求估计模型,在美国华盛顿公共自行车系统上对该模型进行了实验验证。