近年来,高速铁路以其快捷、准时、安全、环保的特点,在我国乃至世界范围内高速发展。随着我国高速铁路的路网规模逐步扩大和运营里程的增加,铁路旅客运输能力得到逐步释放,铁路旅客运输供不应求的局面得到缓解,铁路运输生产正逐步由粗放型向精细化转换。客流作为铁路运输组织的基础和关键因素,其分析工作是一个复杂的过程,如何对客流的分布特征及变化规律进行系统分析,掌握客流现状与变化趋势,对铁路开行方案、营销策略、客票销售等都具有重要意义。随着信息化发展建设的不断加深,中国铁路客票发售与预定系统TRS累积了大量、完整、一致的历史数据,这可为合理、科学地分析高速铁路客流,获取高质量的辅助决策信息提供数据基础。继物联网、云计算,大数据分析技术成为采集、存储、管理、分析和共享海量数据的核心技术之一。本文拟采用Microsoft SQL Server 2012作为大数据分析工具,构建星型模式铁路客票数据仓库,建立多维数据集,进行客票数据OLAP分析和数据挖掘,并将分析和挖掘结果以规范的、清晰的报表等形式可展示给用户,从而更好的指导铁路的运输调配,为领导的决策提供辅助支持。本文首先简要概括了国内外大数据和铁路客流研究现状以及当前大数据分析技术发展最成熟的数据仓库和数据挖掘技术,并根据高铁客票的实际特点,详细地从旅客出行行为、时空分布特性、客票收入与运能关系、客流预测等方面介绍高速铁路客流分析和挖掘主要研究内容;接着探求如何基于Microsoft SQL Server 2012商务智能工具进行高速铁路客票数据仓库和数据挖掘关键技术开发;最后详细介绍高速铁路客票统计决策分析系统的开发工具和具体功能模块,并采用贵广高铁2016.11.21-2016.11.27—周的客票数据对高速铁路客票统计决策分析系统进行测试。