数据挖掘是近年来发展起来的技术，应用数据挖掘，人们可以将知识发现的研究成果应用于实际数据处理中，为科学决策提供支持。在数据挖掘技术中有很多研究领域，关联规则挖掘是其中的一个重要研究方向。数据库技术已经在交通管理领域得到充分的应用，使得交通领域积累了海量的数据，而在这些数据中存在着大量的有着潜在关联和规则的数据，因此将数据挖掘技术中的关联规则算法应用在交通领域，通过关联规则挖掘发现交通数据之间的潜在关系，对交通管理决策支持有着重要的意义。 论文的主要工作如下： 1．在讨论了数据挖掘的基本概念、流程、主要技术及未来发展方向的基础上讨论了关联规则算法的基本概念、分类和典型的关联规则算法，重点讨论了经典的Apriori算法思想，分析了其优缺点，然后提出了改进的FP-Tree算法。 2．在分析了交通领域的交通数据特点，设计了一个交通管理数据挖掘平台方案，并从平台架构，挖掘流程，模块划分等方面进行了详细分析和讨论，重点探讨了交通管理数据挖掘系统中数据预处理和交通数据仓库的构建。 3．为在交通数据仓库基础上实现基于关联规则的交通数据挖掘，设计了一个挖掘算法管理器，支持对挖掘算法的注册及动态添加、删除等功能。