伴随着我国机动车数目的高速增长和道路里程的延伸,交通的压力越来越大,交通事故越来越多,交通问题越来越严重,道路交通问题的研究具有非常重大的意义。研究道路交通问题的方法和角度各种各样,其中道路交通事故主要是因为交通违法行为引起的,研究它,首先应该对交通违法行为进行分析研究。因此,交通违法行为数据成为了珍贵的研究资料,对其开展更全面详细的数据分析以及数据挖掘很有必要。本文将空间co-location模式挖掘技术应用于对交通违法行为的研究上,为拟定科学的交通违法治理决策提供支持,为道路交通事故的预防和保障道路畅通提出了参考借鉴。本文将空间co-location模式挖掘技术应用于对交通违法行为的研究,分析交通违法行为特征、道路特征、加油站、医院、学校、公交站是否存在一定的空间关联规则。由于交通违法行为数据量庞大,所以本文采用了2013年3月某市的交通违法行为仿真数据,并进行范围截取了部分实例；其次,对交通违法行为类型、道路类型进行了手工聚类；并对各个实例的坐标数据进行提取与预处理,由于实例的坐标是由经纬度表示的,所以先以某一经纬度作为坐标原点,将经纬度数值转化为以长度为单位的坐标值,方便计算空间邻近关系。然后在.NET环境中使用基于完全连接的空间co-location挖掘算法编写相关程序,对交通违法行为数据进行挖掘。最后,对于挖掘得到的co-location规则,分析其实际意义和价值,为预防交通违法行为和交通事故提供相关建议。