随着“一带一路”战略持续推进及“高铁时代”全面到来,铁路治安管理与平安铁路建设成为广受社会关注、涉及大众切身利益的重要领域。利用海量数据分析与挖掘技术来预防及减少铁路犯罪案件发生,维护铁路治安稳定,创新防控体系,逐渐成为当前铁路警务信息化研究的重要方向。本文针对铁路警务数据进行分析处理,根据铁路犯罪的特点及规律,通过数据挖掘方法研究了铁路犯罪预警及犯罪模式识别。针对铁路犯罪预警问题,采用决策树算法来进行嫌疑人是否犯罪的判断,建立了预警分析的分类框架,基于真实铁路治安数据集进行了测试,实验结果从准确度、平均运行时间等指标验证了本文预警分析的有效性。利用关联挖掘算法识别了频繁出现的犯罪模式,有利于排查和发现犯罪嫌疑人。此外,基于警务数据集对不同条件下算法运行时间等指标进行了对比,实验结果验证了本文关联分析具有一定的效率优势。最后,本文设计并实现了铁路警务信息数据挖掘系统,包括预警分析、关联分析、统计汇总等多个模块,并通过预警及关联分析算法实验验证了挖掘系统的合理性。实验及分析结果表明:利用数据挖掘技术对铁路警务信息系统中的相关数据进行挖掘,提升了铁路犯罪预警及犯罪模式识别能力,有效遏制新的犯罪发生,为领导决策提供支持,并对警务信息系统的创新建设具有一定的指导和借鉴作用。