近年来城市道路交通状况越来越拥挤,交通问题几乎成为了所有大、中型城市面临的共同问题。交叉路口是城市交通网络中重要的节点,对路口短时流量的准确预测可以辅助改善路口混乱的交通状况,缓解城市交通拥挤,优化城市路网运行,同时对智能交通领域的研究、应用、实施和促进城市交通健康、和谐、稳定地发展具有重要意义。数据挖掘则是近年来信息技术领域兴起的一个重要研究领域。大量原始数据的价值在于其中可能隐藏着一些未知的知识,可以给人们的觉得提供更多的帮助。随着数据采集技术的发展,数据量越来越大,属性也越来越多,如何从这些数据中获得有效的知识正是数据挖掘所要解决的问题。目前,该研究领域已经成为数据库、信息管理系统、人工智能及决策支持等相关领域的研究课题。如何应用先进的信息技术,对数量日益庞大、类别日益繁多的静态、动态交通数据信息及社会信息资源进行综合开发和有效利用,成为一个迫切的问题,把数据挖掘技术应用于交通流预测具有现实意义。在数据挖掘的前期,要进行数据仓库的建设,本文首先整体的介绍了数据仓库建设的过程,以及对数据挖掘的概念及其应用做了较全面的论述,接着把数据挖掘技术和交通流预测结合起来综合讨论,最后设计和实现了基于SOA(Service-Oriented Architecture,面向服务的体系结构)的高性能、可扩展的数据挖掘系统,该系统通过数据挖掘过程描述和通用的过程模型接口,实现数据挖掘应用的统一管理和调用,最后在系统上建立了基于路口流量预测的应用模型。