在国家发展与改革委员会、交通运输部等部门起草的《关于促进智慧城市健康发展的指导意见》中,智能交通被列为十大智慧工程之一,该文件在各地方得到了积极响应,越来越多的城市开始建设智慧城市和智慧交通。由此,本文设想将数据分析与交通警务工作相结合,实现数据支撑下的科学决策,以此提高警务资源分配效率,提升道路交通安全,改善人们的出行体验。本文首先收集了2016年8月1日至2017年12月31日机场区域所有的报警记录,通过大量数据的清洗和关键词的提取,将这些记录转换为可用于数据分析的结构化数据;进而,本文应用时间序列分析、聚类分析和判别分析对数据进行了挖掘,通过提取时间序列数据,本研究建立了ARIMA(3,1,4)模型,对机场区域每天的事故发生频率进行拟合和预测;其次,本文针对机场区域的地点,按照事故发生密度进行了聚类,其聚类结果可为警方制定应急方案和巡更计划提供辅助参考;此外,本文还进行了判别分析,通过对时间、地点和天气等信息进行拟合来判断某一时间、某一地点在某一天气情况下可能发生的交通事故;最后,本文还建立了一套信息系统来实现数据管理和可视化功能。