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。同时我国是道路交通事故死亡人数最高的国家,连续数年一直居世界第一位。为减少交通事故,保障国家财产和人民生命财产安全,国家每年都要花费大量人力、财力用于对道路交通事故多发地段的排查、制定整治对策等工作。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,对数量日益庞大交通事故原始数据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事故数据分析具有现实意义。本文研究的范畴属于智能交通系统技术。利用数据挖掘的关联规则从记录交通事故的数据库中发现潜在的、有价值的规律,用以指导交通管理决策,杜绝事故隐患、减少事故发生。首先详细的分析交通事故成因主要是分析人、车、路、环境各方面的因素对交通事故形成的影响,并分析交通事故数据特点,针对相关交通事故数据挖掘的要求开发了交通事故采集系统。接着阐述了交通事故数据仓库的实现步骤,构建道路交通事故属性的星型全连接结构的数据模型,实现了交通事故数据仓库。最后使用BI Dev Studio开发工具对交通事故数据仓库进行了联机分析处理,介绍利用其对交通事故数据采用关联算法进行数据挖掘的相关步骤,利用得出的交通事故关联规则提出了提高交通安全的相关建议。