在智能交通系统中，城市道路交通是比较重要的组成部分。城市道路交通系统的最大特点是道路交叉口较多，且通过交叉口的车流之间相互影响较大，使得交叉口的通行状况直接影响道路拥堵程度。因此道路交叉口成为城市道路交通系统的研究热点。针对城市道路交通系统中累积的大量交叉口交通流数据，利用数据挖掘相关技术进行分析和处理，获取交通流数据中隐藏的有价值信息并用来指导交通组织和路网优化。该技术的应用对缓解城市交通拥挤，优化城市路网运行，促进城市交通的健康发展具有重要意义。　　本文在研究城市道路交通流基本特点及交通系统对数据挖掘应用需求的基础上，应用层次聚类对道路交通流空间分布进行分析，再使用决策树处理分析结果，进行交叉口交通流状态识别。即首先在交叉口交通流调查分析的基础上，根据城市道路交通流空间特性，对交叉口采集点采集到的交通流量数据用层次聚类法进行分析，使关联性强的交叉口聚合为一类，得出城市道路交通流空间分布状况。其次，在聚类结果中加入相关交通流参数生成对应训练集，并用决策树对该训练集进行分类。再次，利用生成的分类模型预测出交叉口服务水平，将此宏观评价指标用来识别交通流状态。最后，对城市道路交通流分析系统总体框架进行设计，提出具体设计流程并实现数据库系统详细设计。　　Matlab仿真实验结果表明：将聚类和决策树用于交叉口交通流量数据分析是可行的，并能够获得较好的预测精度。