随着广东省高速公路联网收费的实施，在高速公路营运管理中,存在路段之间、收费员、督导、司机根据自身利益对通行费进行作弊逃费的风险，影响到高速公路通行费的回收。同时，每天收费站产生大量的收费数据，如何对这部分数据进行分析处理，发掘当中存在的逃费风险，是高速公路营运管理人员面临的难题。本文基于SQL Server2008提供的数据挖掘功能，以数据仓库技术、联机分析处理技术以及数据挖掘技术为基础，构建收费站车流量预测及通行费预测系统，实现通过车辆量及通行费预测和实际情况的对比，分析挖掘当中可能存在的逃费行为。文章根据高速公路收费数据的特点，设计高速公路车流量预测系统的整体结构，并分析目前收费系统数据状况实现系统中数据预处理功能。然后在收费数据分析领域引入OLAP技术，实现了建立多维数据集模型，使得各收费站各车型的车流量能够从不同的角度进行观察、比较。接着使用Microsoft关联规则算法挖掘不同车型、不同时间段在收费站出入的规律，实现对出、入站的关联分析；探讨如何正确结合Microsoft时序算法中的ARTxp算法法建立起切合高速公路特点的车流量预测模型、用线性回归算法对某一路段通行费用的预测、采用欧式距离孤立点的数据挖掘异常收费数据。通过相关模型和算法得出的结果与实际生产数据进行对比分析，总结出高速公路日常营运收费中可能存在的逃费现象，及时采取管理手段进行稽查完善。引入数据挖掘分析技术，可以有效的减少通行费流失，为高速公路企业和国家挽回一定的损失。