数据仓库技术是信息存储技术的新兴分支,越来越成为数据分析领域的研究热点。目前,已经在银行、电信、电子商务等领域中广泛应用。城市轨道交通运营企业经过多年的运营管理,积累了大量的数据,如何更好的利用这些有价值的数据,提高企业的管理水平,找到新的利润增长点,是企业管理者需要解决的问题。论文首先简述了课题的研究背景及意义,分析了构建城市轨道交通客流数据仓库面临的主要问题。通过比对采用了非集计的Logit模型来预测票务收入,给出了竞争条件下预测收入的Logit模型数学表达式。随后针对Logit模型计算统计样本需要消耗大量的系统I/O资源,提出了字段顺序调整压缩算法,给出了实现程序并对比了压缩前后Logit模型的计算时间,实验证明该算法在压缩数据时并没有明显增加系统开销,避免了Logit模型的弊端。最后以深圳地铁为例构建了城市轨道交通客流分析数据仓库系统,计算出深圳地铁客流KPI的值,针对不同应用场景展开了多种联机分析处理(OLAP),并利用前面给出的Logit模型找出城市轨道交通客流与票价之间的数学关系,预测出票务收入最大时的平均票价。为城市轨道交通运营企业制定更完善的定价方案提供强有力的支持。最后对论文的主要工作做了总结并展望了下一步的研究方向。